MétaCan
Menu
Retour à la cohorte
Enregistrement W202006001 · doi:10.1080/11956860.2001.11682634

Alder (<i>Alnus crispa</i>) effects on soils in ecosystems of the Agashashok River valley, northwest Alaska

2001· article· en· W202006001 sur OpenAlexvenueno aff
Chuck Rhoades, Hlynur Óskarsson, Dan Binkley, Bob Stottlemyer

Notice bibliographique

RevueEcoscience · 2001
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesRocky Mountain Research StationUniversity of Georgia
Mots-clésAlderUnderstoryTundraEcosystemEnvironmental scienceFloodplainForestryShrubCanopyEcologyBotanyAgronomyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

At the northern limit of the boreal forest biome, alder (Alnus crispa [Ait.] Pursh) shrubs occur in a variety of ecosystems. We assessed the effects of individual alder shrubs on soil properties and understory plant tissue nitrogen in floodplain terraces, valley slopes and tussock tundra ridges. The three ecosystems differed with respect to soil properties and abiotic conditions and supported distinct plant communities. Alder increased resin-exchangeable soil N and NO3 production significantly in each ecosystem. The greatest difference between alder canopy and surrounding soil NO3 measured both under field and laboratory conditions occurred in floodplain sites. The shrub effect on soil pH and soil organic matter was greatest on tundra ridges. Alder shrubs also influenced the nitrogen nutrition of plants growing beneath their canopies. Plants growing below alder canopies had higher foliar nitrogen concentration and natural abundance 15N composition and lower carbon to nitrogen ratio than open-grown plants. Similar to soil N availability, understory plant leaf chemistry responded more to alder on floodplains than on slope or tundra ecosystems. This pattern suggests that understory plants rely more heavily on alder-fixed-N in this resource-poor ecosystem.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,223
Écart entre enseignants0,204 · 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

Citations78
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcoscienceMême sujetClimate change and permafrostTravaux en français237 207