Restoration of<i>Hydrastis canadensis</i>by Transplanting with Disturbance Simulation: Results of One Growing Season
Notice bibliographique
Résumé
Abstract Having evolved in an environment with large, severe, and frequent disturbances, including massive floods, fires, and impacts of extinct and extirpated fauna, woodland herbs may be adapted to such disturbance processes. Present lack of such disturbances may contribute to present rarity. We test the hypothesis that transplanting with disturbance simulation can be used to restore the threatened woodland herb, Hydrastis canadensis (goldenseal). Three disturbance‐simulation treatments (soil turnover, fertilization, and both) and a control were randomly applied to 100 blocks in goldenseal habitat, and a single rhizome was transplanted into each treatment. Transplanting was effective with 85% of the transplants surviving, 41% flowering, and 34% fruiting; thus, transplanting may increase area of occupancy. Soil turnover alone and combined with fertilization caused a significant increase in plant size available to support production of fruit. Increased flower and significantly increased fruit production were also characteristic of soil‐turned plots. Results support the hypothesis that some woodland herbs are rare due to lack of certain disturbance, call for consideration of soil disturbance as a potentially important and beneficial influence on woodland herbs regardless of light effects, and suggest that transplanting into soil‐overturned plots may restore goldenseal. The assumption that undisturbed conditions are optimal may impede effective management of rare woodland flora, highlighting the need for a more flexible approach.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».