MétaCan
Menu
← Retour à la cohorte
Enregistrement W2004727878 · doi:10.1139/x08-176

Nutrient cycling in two continuous cover scenarios for forest conversion of pine plantations on sandy soil. I. Nutrient cycling via aboveground tree biomass

2009· article· en· W2004727878 sur OpenAlexvenueno aff
An De Schrijver, Guy Geudens, Karen Wuyts, Jeroen Staelens, Leen Gielis, Kris Verheyen

Notice bibliographique

RevueCanadian Journal of Forest Research · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesUniversiteit GentBijzonder Onderzoeksfonds UGentVlaamse regeringAgentschap voor Natuur en Bos
Mots-clésCyclingScots pineEnvironmental scienceNutrient cycleBiogeochemical cycleNutrientBiomass (ecology)Betula pendulaLitterCanopyPlant litterForest ecologyAgronomyPine forestEcosystemPinus <genus>ForestryEcologyBotanyBiologyGeography

Résumé

récupéré en direct d'OpenAlex

Conversion of coniferous pine plantations into mixed-species forests on sandy soils is an important concern for forest and nature management in Europe. However, little is know of the effect of the applied sylvicultural strategy on biogeochemical cycling throughout the conversion process. This study examined the aboveground biomass production and nutrient (N, P, K, Ca, and Mg) cycling in terms of litterfall, immobilization in stems and branches, canopy exchange, and yearly root uptake in two scenarios of continuous cover forestry a decade after the first intervention for converting a homogeneous Scots pine (Pinus sylvestris L.) forest. Four regeneration types were studied: silver birch (Betula pendula L.) and pine after a shelterwood cutting and birch and pine after a group cutting. In conclusion, it can be stated that both the tree species and the conversion scenario influence the circulation of nutrients through the forest ecosystem: cycling of N, P, and K is determined by the tree species as well as the conversion scenario, whereas circulation of Ca and Mg is predominantly influenced by the type of conversion.

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)0,001
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 enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,023
Tête enseignante GPT0,302
Écart entre enseignants0,279 · 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

Citations9
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetForest ecology and management→Travaux en français237 207→