MétaCan
Menu
← Retour à la cohorte
Enregistrement W2033013905 · doi:10.1139/x08-052

Preservation of broadleaf species in Korean pine (<i>Pinus koraiensis</i>) plantations affects soil properties, carbon storage, biomass allocation, and available nitrogen storage

2008· article· en· W2033013905 sur OpenAlexvenueno aff
Xuefeng Li, Shijie Han

Notice bibliographique

RevueCanadian Journal of Forest Research · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPinus koraiensisLitterBiomass (ecology)Environmental scienceSoil carbonForest floorAgronomyNitrogenPlant litterForestryNutrientBotanyBiologyEcologyChemistrySoil waterSoil scienceGeography

Résumé

récupéré en direct d'OpenAlex

We analyzed forest floor mass, soil properties, soil organic carbon (SOC) storage, soil available nitrogen (NO3–-N and NH4+-N) (SAN) storage, litter production and decomposition, tree biomass, and the growth rate of Korean pine ( Pinus koraiensis Sieb. et Zucc.) to determine the impacts of keeping broadleaf species in the Korean pine plantation on Korean pine growth and identify the interactions of plants and soil. Forest biomass and litter production were significantly higher in the broadleaf mixed Korean pine plantation (KBP) than in the pure Korean pine plantation (KP). Broadleaf species redistributed carbon from forest floor to mineral soil via its fast litter decomposition rate with the result of a smaller forest floor mass and a greater SOC storage in KBP than in KP. KBP had significantly higher SOC and SAN storages, SOC and SAN concentrations, and pH, and lower soil bulk density than KP. Such differences can be largely explained by the input of broadleaf litter into KBP. The Korean pine in KBP had a greater growth rate and allocated a smaller proportion of biomass below ground, indicating that the broadleaf species influenced the Korean pine growth and biomass allocation pattern by changing soil properties. There was a positive feedback among litter N release rate, SAN storage, and plant growth rates.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

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 savante0,0000,000
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 Opus0,062
Tête enseignante GPT0,240
Écart entre enseignants0,179 · 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

Citations9
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetSoil Carbon and Nitrogen Dynamics→Travaux en français237 207→