MétaCan
Menu
Retour à la cohorte
Enregistrement W2019511195 · doi:10.1139/x07-134

Estimation of coarse root biomass and nutrient content for sugar maple, jack pine, and black spruce using stem diameter at breast height

2008· article· en· W2019511195 sur OpenAlexaffvenue
Rock Ouimet, Claude Camiré, M. Brazeau, Jean‐David Moore

Notice bibliographique

RevueCanadian Journal of Forest Research · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversité LavalCentre de Géomatique du QuébecMinistère des Ressources naturelles et des Forêts (Québec)
Organismes subventionnairesnon disponible
Mots-clésMapleSugarBlack spruceDiameter at breast heightBotanyBiomass (ecology)AceraceaeNutrientHorticultureBiologyTaigaAgronomyEcology

Résumé

récupéré en direct d'OpenAlex

Estimates of belowground biomass and mineralomass are fundamental to understanding carbon and element cycling in forest ecosystems. At two sites, we measured coarse root (diameter ≥2 mm) biomass by diameter class and their mineralomass for sugar maple ( Acer saccharum Marsh.), black spruce ( Picea mariana (Mill.) BSP), and jack pine ( Pinus banksiana Lamb.) trees to relate them to stem diameter at breast height (DBH). All regressions describing coarse root biomass and nutrient content as a function of stem DBH were highly significant (r 2 ≥ 0.89, P < 0.001). Root mineral element (N, P, K, Ca, Mg, and S) concentrations varied with tree species and root diameter class. Sugar maple roots had higher N, P, and S concentrations than the other two tree species. Black spruce had higher root Ca concentrations. Element concentrations increased consistently with the reduction of root diameter for the three studied species. We also found that the horizontal root extent of sugar maple was related to tree DBH. In conjunction with other studies, the relationship suggests that this tree species could tolerate a 10%–20% root loss but not losses ≥28%–34%; otherwise, sugar maple health and vigour would be compromised in the short term.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,120
Score d'incertitude au seuil0,970

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,064
Tête enseignante GPT0,277
Écart entre enseignants0,214 · 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 tête enseignante, 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
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

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