MétaCan
Menu
Retour à la cohorte
Enregistrement W2033484547 · doi:10.1139/x01-217

Effects of defoliation on growth, biomass allocation, and wood properties of<i>Betula pendula</i>clones grown at different nutrient levels

2002· article· en· W2033484547 sur OpenAlexvenueno aff
S. Anttonen, Riikka Piispanen, Jari Ovaska, Pia Mutikäinen, Pekka Saranpää, Elina Vapaavuori

Notice bibliographique

RevueCanadian Journal of Forest Research · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesAcademy of Finland
Mots-clésBetula pendulaNutrientBiomass (ecology)BiologyGrowing seasonXylemBetulaceaeAgronomyBetula pubescensBotanyEcology

Résumé

récupéré en direct d'OpenAlex

Three-year old Betula pendula Roth clones were grown at two nutrient levels in a field experiment to investigate the responses and recovery in growth and wood properties to a range of defoliation levels (0–100%). No general threshold value of defoliation level for negative effects in growth was found, since the sensitivity of saplings to defoliation varied according to plant traits studied. However, responses were related to defoliation intensity. Saplings compensated for 25% defoliation in terms of height growth and number of current branches and were able to tolerate 50% defoliation without effects on diameter growth 1 year after the defoliation. Nutrient availability was significant only in determining how total biomass responded to defoliation. Fertilized saplings were able to tolerate 25% defoliation without reduction in total biomass, but nonfertilized saplings were not. The interaction between defoliation and fertilization disappeared in the second growing season after the defoliation. Saplings were not able to compensate for 75% defoliation in terms of total biomass or for 100% defoliation in terms of growth and branching even in 2 years' recovery time. In stemwood, complete defoliation reduced growth ring width and vessel diameter simultaneously and also induced a narrow zone of secondary xylem with defects. Our results suggest that defoliation level and recovery time played a crucial role in compensatory growth of birch saplings, while nutrient availability had a minor role.

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 enseignants0,045
Score d'incertitude au seuil0,967

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 Opus0,033
Tête enseignante GPT0,237
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 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

Citations45
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

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