Effects of nurse-tree crop species and density on nutrient and water availability to underplanted <i>Toona ciliata</i> in northeastern Argentina
Notice bibliographique
Résumé
Cultivation of high-value hardwoods is often more difficult than cultivation of many pioneer species commonly used in fast-growing plantations. On some sites, the facilitative effects of nurse trees can be necessary for initial crop species establishment, but their competitive effects can also reduce juvenile growth rates of the crop species. To improve establishment success in mixed-species plantations, we tested the effects of the nurse-tree species Grevillea robusta A.Cunn. ex R.Br., Pinus elliottii Engelm. × Pinus caribaea Morelet, and Pinus taeda L. and four densities (0%, 25%, 50%, and 75% of the initial density) on Toona ciliata M.Roem. light, soil water, and soil nutrient availability. Growth of T. ciliata tended to increase with decreasing nurse-tree density and increasing light availability. However, growth was greater under G. robusta than under the pines, even where light conditions were similar, corresponding to mostly higher nutrient availability and higher soil water contents underneath G. robusta. Wood δ13C of T. ciliata was positively correlated with growth, foliar nutrient contents (N, P, K, Mg, Ca), and soil water content at a depth of 20–40 cm. Our results suggest that G. robusta is less competitive for soil nutrients and water than the pine nurse-tree species.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».