MétaCan
Menu
Retour à la cohorte
Enregistrement W1965392443 · doi:10.3390/ijgi3031139

The Relationship between an Invasive Shrub and Soil Moisture: Seasonal Interactions and Spatially Covarying Relations

2014· article· en· W1965392443 sur OpenAlexafffund
Yuhong He

Notice bibliographique

RevueISPRS International Journal of Geo-Information · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésShrubTransectEnvironmental scienceWater contentSoil waterGrowing seasonGrasslandEcologyPrecipitationHerbaceous plantSpatial heterogeneityHydrology (agriculture)Soil scienceGeographyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Recent studies indicate that positive relationships between invasive plants and soil can contribute to further plant invasions. However, it remains unclear whether these relations remain unchanged throughout the growing season. In this study, spatial sequences of field observations along a transect were used to reveal seasonal interactions and spatially covarying relations between one common invasive shrub (Tartarian Honeysuckle, Lonicera tatarica) and soil moisture in a tall grassland habitat. Statistical analysis over the transect shows that the contrast between soil moisture in shrub and herbaceous patches vary with season and precipitation. Overall, a negatively covarying relationship between shrub and soil moisture (i.e., drier surface soils at shrub microsites) exists during the very early growing period (e.g., May), while in summer a positively covarying phenomenon (i.e., wetter soils under shrubs) is usually evident, but could be weakened or vanish during long precipitation-free periods. If there is sufficient rainfall, surface soil moisture and leaf area index (LAI) often spatially covary with significant spatial oscillations at an invariant scale (which is governed by the shrub spatial pattern and is about 8 m), but their phase relation in space varies with season, consistent with the seasonal variability of the co-varying phenomena between shrub invasion and soil water content. The findings are important for establishing a more complete picture of how shrub invasion affects soil moisture.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,479

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,258
Écart entre enseignants0,246 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations8
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueISPRS International Journal of Geo-InformationMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207