Effects of variable nitrogen fertilization on growth, gas exchange, and biomass partitioning in black spruce and tamarack seedlings
Notice bibliographique
Résumé
To compare the ability of black spruce ( Picea mariana (Mill.) BSP) and tamarack ( Larix laricina (Du Roi) K. Koch) to adjust to variable edaphic conditions, as found in natural peatlands, we varied N fertilization of seedlings in a growth chamber experiment over two growing seasons and examined growth, biomass partitioning, and gas exchange. Seedlings from both species received either high N (100 µg·L–1) or low N (10 µg·L–1) in consecutive growing seasons as follows: (i) low N and low N (LL), (ii) low N and high-N (LH), (iii) high N and low N (HL), and (iv) high N and high N (HH). Both species had greater shoot and total dry weight after 1 year in the high-N treatment as compared with seedlings grown for 1 year under low-N. For tamarack, these differences were larger and they also exhibited a positive effect of fertilization on net assimilation and water use efficiency. Only black spruce exhibited a positive growth response following the move to higher N fertilization in the second year (LL versus LH), whereas only tamarack exhibited a negative growth response following the move to lower N fertilization (HH versus HL). Still, tamarack had greater total biomass at the end of 2 years than did black spruce, irrespective of fertilizer treatment. Both species had greater total biomass in the HL treatment than in the LH treatment. Tamarack seems able to take advantage of favorable nutrient conditions, but it also experiences more dramatic growth declines under poor or deteriorating conditions. While black spruce grows more slowly than tamarack, it is somewhat buffered from declines in growth under poor or deteriorating conditions. Each species appears to be adapted in its own way to the edaphic heterogeneity that exists in natural boreal peatlands.
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) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».