MétaCan
Menu
Retour à la cohorte
Enregistrement W2006533118 · doi:10.1139/x03-216

Is the use of trees with superior growth a threat to soil nutrient availability? A case study with Norway spruce

2004· article· en· W2006533118 sur OpenAlexvenueaboutno aff
Nicolas Bélanger, David Paré, Mireille Bouchard, Gaëtan Daoust

Notice bibliographique

RevueCanadian Journal of Forest Research · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNutrientPicea abiesProductivityWeatheringEnvironmental scienceAgronomyForestryEcologyBiologyGeography

Résumé

récupéré en direct d'OpenAlex

The renewed interest in the use of fast-growing tree species is accompanied by concerns about the adverse effects that these trees may have on soil. Four Norway spruce (Picea abies (L.) Karst.) provenance trials in Quebec were used to test the hypothesis that a more vigorous growth would not occur at the expense of marginalizing available nutrient pools. On these sites, the provenance showing the greatest overall productivity (high treatment) and the one showing the lowest productivity (low treatment) were studied. The divergence in total aboveground nutrient contents between the high and low treatments was high in all sites (i.e., 161%–209%). Increased nutrient immobilization in trees did not cause any significant soil depletion of available base cations or total N at any site. Moreover, exchangeable Ca concentrations, cation-exchange capacity, and exchangeable Ca pools in the forest floor were significantly higher in the high treatment. It is concluded that in the short term, increased nutrient immobilization in trees does not create an apparent depletion of available base cations, perhaps because of a stimulation of soil mineral weathering and (or) a better retention of nutrients by the trees. Also, an effort to simulate mineral weathering using PROFILE showed the need for model improvement for applications at the plot level.

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)0,002
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 enseignants0,538
Score d'incertitude au seuil0,919

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,043
Tête enseignante GPT0,276
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

Citations30
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207