Decomposition of stumps 10 years after partial and complete harvesting in a southern boreal forest in Finland
Notice bibliographique
Résumé
We studied the decomposition of cut stumps of Norway spruce ( Picea abies (L.) Karst.), Scots pine ( Pinus sylvestris L.), and birches ( Betula pubescens Ehrh. and Betula pendula Roth.) 10 years after clear felling, low level retention felling, gap felling, and selection felling. Bulk density of wood, mass per surface area of bark, and mass of wood and bark for entire stumps were estimated. Using a single exponential model, annual decomposition rate constants (k) were calculated as 0.071, 0.052, and 0.041 ·year–1 for birch, spruce, and pine, respectively. The k values for wood decreased in the same order. For bark, the order was different: spruce bark decomposed slower than pine bark. Fragmentation accelerated mass loss. Pine and birch bark decomposed faster than pine and birch wood, whereas spruce showed the opposite tendency. The wood density and bark mass did not depend on retention levels. Diameter of stumps did not explain variation in decomposition either. The high importance of stumps for biodiversity, carbon, and nutrient cycling requires refinements to decomposition rate constants. Thus, further research based on new empirical data and meta-analysis of published data is needed to reveal factors influencing the decomposition process in situ.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».