MétaCan
Menu
Retour à la cohorte
Enregistrement W1959569872 · doi:10.1139/x11-087

A meta-analysis of the effects of clearcut and variable-retention harvesting on soil nitrogen fluxes in boreal and temperate forests

2011· article· en· W1959569872 sur OpenAlexaffvenue
Lucie Jeřábková, Cindy E. Prescott, Brian Titus, Graeme D. Hope, Michael B. Walters

Notice bibliographique

RevueCanadian Journal of Forest Research · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensGovernment of British ColumbiaNatural Resources CanadaCanadian Forest ServiceUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésClearcuttingNitrificationDeciduousEnvironmental scienceCyclingNitrogen cycleTaigaLeaching (pedology)NitrogenAgronomyGrowing seasonTemperate deciduous forestTopsoilSoil waterChemistryBotanyEcologyBiologyForestrySoil science

Résumé

récupéré en direct d'OpenAlex

One of the assumed advantages of variable-retention (VR) harvesting over clearcut harvesting is reduced postharvest leaching losses of nitrogen. We test this assumption by synthesizing results from long-term field trials in a meta-analysis. Overall, clearcutting significantly increased soil NO3-N concentration, NO3-N as a proportion of soluble inorganic nitrogen (SIN), N concentration in leachates, N flux, nitrification rates, and pH, but not total N, NH4-N, SIN concentration, ammonification, or N mineralization rate. The proportion of soil NO3-N in deciduous forests increased immediately and returned to preharvest levels within five years; the effect was delayed in coniferous forests, but levels remained elevated for several years. Deciduous leaf litter decomposed faster and needle litter decomposed more slowly on clearcut sites than in uncut forests. Single-tree selection caused smaller changes in NO3-N than removal of groups of trees (i.e., gap creation) and led to smaller increases in NO3-N as a proportion of SIN than clearcut harvesting. High levels of retention (>70%) were required to maintain uncut stand N-cycling characteristics. Postharvest NO3-N levels could be predicted from NO3-N availability in the uncut forests.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,011
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0070,026
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,098
Tête enseignante GPT0,272
Écart entre enseignants0,174 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations95
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207