Determining the Optimal Sowing Density for a Mixture of Native Plants Used to Revegetate Degraded Ecosystems
Notice bibliographique
Résumé
Abstract No standardized, objective methodology exists for optimizing seeding rates when establishing herbaceous plant cover for pastures, hay fields, ecological restoration, or other revegetation activities. Seeding densities, fertilizer use, season of seeding, and the interaction of these treatments were tested using native plants on degraded sites in northern British Columbia, Canada. A mixture of 20% Achillea millefolium, 20% Carex aenea, 20% Elymus glaucus, 20% Festuca occidentalis, 16% Geum macrophyllum, and 4% Lupinus polyphyllus seed was applied at 0, 375, 750, 1,500, 3,000, and 6,000 pure live seed (PLS) per m2 in 2.5 × 2.5–m rototilled test plots, established in the fall and spring, with and without fertilizer. There was no significant difference in plant cover of sown species between fall seeding and spring seeding, and few treatment interactions were identified in the first 2 years after sowing. There was no significant difference in cover between seed densities of 3,000 and 6,000 PLS/m2 in the first year, nor among 1,500, 3,000, and 6,000 PLS/m2 treatments in the second year. Seed densities as low as 375 PLS/m2 produced year 2 plant cover equivalent to that observed at 3,000 PLS/m2 in year 1. Plots sown to seed densities less than or equal to 750 PLS/m2 generally exhibited an increase (infilling) in plant density from year 1 to year 2, whereas plots sown to seed densities greater than or equal to 1,500 PLS/m2 generally exhibited a decrease (density‐dependent mortality) in plant density. These results imply a most efficient sowing density between 750 and 1,500 PLS/m2 (corresponding to 190–301 established plants.m−2 after two growing seasons). It is suggested that net changes in plant populations observed over a range of sowing densities are a robust and objective means of determining optimal sowing densities for the establishment of herbaceous perennials.
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 | 0,001 |
| 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 ».