MétaCan
Menu
Retour à la cohorte
Enregistrement W1983043064 · doi:10.2134/jeq2002.1676

Basal Area Growth of Sugar Maple in Relation to Acid Deposition, Stand Health, and Soil Nutrients

2002· article· en· W1983043064 sur OpenAlexaboutno aff
Louis Duchesne, Rock Ouimet, Daniel Houle

Notice bibliographique

RevueJournal of Environmental Quality · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMapleNutrientSoil waterAceraceaeDeposition (geology)Basal areaSugarTree healthLeaching (pedology)Soil acidificationEnvironmental chemistryChemistrySoil pHEnvironmental scienceAgronomyAcid depositionEcosystemForest ecologyWeatheringBotanyEcologySoil scienceBiology

Résumé

récupéré en direct d'OpenAlex

Previous studies have shown in noncalcareous soils that acid deposition may have increased soil leaching of basic cations above the input rate from soil weathering and atmospheric depositions. This phenomenon may have increased soil acidity levels, and, as a consequence, may have reduced the availability of these essential nutrients for forest growth. Fourteen plots of the Forest Ecosystem Research and Monitoring Network in Québec were used to examine the relation between post-industrial growth trends of sugar maple (Acer saccharum Marsh.) and acid deposition (N and S), stand decline rate, and soil exchangeable nutrient concentrations. Atmospheric N and S deposition and soil exchangeable acidity were positively associated with stand decline rate, and negatively with the average tree basal area increment trend. The growth rate reduction reached on average 17% in declining stands compared with healthy ones. The results showed a significant sugar maple growth rate reduction since 1960 on acid soils. The appearance of the forest decline phenomenon in Québec can be attributed, at least partially, to soil acidification and acid deposition levels.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,585
Score d'incertitude au seuil0,834

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,239
Écart entre enseignants0,223 · 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'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

Citations183
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental QualityMême sujetForest ecology and managementTravaux en français237 207