Influence of coarse wood and fine litter on forest organic matter composition
Notice bibliographique
Résumé
Forest soil organic matter (SOM) is affected by inputs from coarse wood (CW) and fine litter (FL, e.g., leaves, twigs, cones, and needles). The influence of these materials on forest SOM was studied in a lodgepole pine (Pinus contorta) forest in southeastern Wyoming. Organic materials in CW sites were significantly (P < 0.05) more acidic, but contained half the total N of FL sites. Forest floor materials and SOM C contents were significantly greater in CW samples. Lignin decomposition products (CuO analysis) accumulated primarily in organic horizons of both sites, with significantly higher (60–70%) contents in CW materials. Vanillyl compounds were the primary lignin products from both sites, with cinnamyl compounds also important in SOM from FL sites. Vanillic acid to vanillin ratios were significantly higher in mineral soils under CW. 13C-NMR spectra indicated CW materials were enriched in lignin, and that humic acids from both site types were very similar and unusually high in alkyl C. Fulvic acids were also high in O-alkyl and carboxyl C, particularly in the CW sites. Results suggest there are differences in forest C constituents and that removal of CW could possibly alter forest soil dynamics that would impact forest productivity and biodiversity. Key words: Forest, coarse wood, litter, carbon, soil organic matter, humic substances
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».