MétaCan
Menu
← Retour à la cohorte
Enregistrement W1994373665 · doi:10.1139/x04-067

The influence of N addition on nutrient content, leaf carbon isotope ratio, and productivity in a <i>Nothofagus </i>forest during stand development

2004· article· en· W1994373665 sur OpenAlexvenueno aff
Murray R. Davis, Robert B. Allen, Peter W. Clinton

Notice bibliographique

RevueCanadian Journal of Forest Research · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBasal areaProductivityBeechBiologyBiomass (ecology)FertilizerAgronomyLitterSpecific leaf areaPrimary productionFagaceaeBotanyNutrientEcologyEcosystemPhotosynthesis

Résumé

récupéré en direct d'OpenAlex

To test whether increased nitrogen (N) availability might increase productivity in maturing mountain beech (Nothofagus solandri var. cliffortioides (Hook. f.) Poole) forest in central South Island, New Zealand, we applied N to 25-year-old sapling and 125-year-old pole stands. Nitrogen fertilizer increased foliar and fine-root N concentrations, fine-root growth, and leaf litter production in both sapling and pole stands but had no effect on stem basal area increment or individual leaf area, and it decreased individual leaf mass marginally. Heavy flowering and seeding occurred in the second year after fertilizer was applied, and N increased production of both. Leaf litter production and flowering responded similarly to N in sapling and pole stands, but N increased fine-root and seed productivity more in pole stands than in sapling stands, confirming our hypothesis that productivity of pole stands was more limited by low N availability. Resource allocation to fine roots and seed production may have restricted stem basal area increment response to N in the short term. Pole stands had higher leaf δ13C values than sapling stands. It is concluded that both low N availability and moisture stress may contribute to the decline in productivity and wood biomass previously found in mature mountain beech stands.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,028
Tête enseignante GPT0,261
Écart entre enseignants0,233 · 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

Citations38
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetEcology and Vegetation Dynamics Studies→Travaux en français237 207→