MétaCan
Menu
Retour à la cohorte
Enregistrement W2044138321 · doi:10.2307/1552474

Fates of Added Nitrogen in Freshwater Arctic Wetlands Grazed by Snow Geese: The Role of Mosses

2002· article· en· W2044138321 sur OpenAlexafffund
Peter M. Kotanen

Notice bibliographique

RevueArctic Antarctic and Alpine Research · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensAmorfix (Canada)
Organismes subventionnairesConnaught FundUniversity of TorontoNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésMossForageSnowWetlandEcologyPeatGrazingBiologyCyperaceaeEnvironmental scienceAgronomyCarexPoaceaeGeography

Résumé

récupéré en direct d'OpenAlex

Previous studies have shown that the growth of freshwater grasses and sedges eaten by breeding colonies of Snow Geese responds weakly to nitrogen additions, and also is poorly able to compensate within the same season for tissues lost to geese. These results contrast with the rapid responses to grazing and fertilization that have been observed in salt-marsh species. A possible explanation is that the mosses prominent in freshwater wetlands rapidly sequester added nitrogen, preventing access by forage species to the fecal inputs provided by foraging geese. To investigate this hypothesis, I added ecologically realistic amounts of ammonium and nitrate labelled with 15N to the surface and rooting zone of experimental plots in freshwater wetland vegetation at two Snow Goose colonies. Results indicate that the presence of mosses did not prevent forage species from rapidly taking up ammonium and nitrate added either at or below the moss surface. Nonetheless, most of the added 15N was absorbed by the moss layer; consequently, mosses tend to divert nitrogen away from forage species and into long-lasting peat. In the long term, this may reduce the ability of freshwater forage plants to recover from damage by increasing populations of Snow Geese.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,171
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0050,000

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 Opus0,018
Tête enseignante GPT0,261
Écart entre enseignants0,243 · 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.

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

Citations21
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArctic Antarctic and Alpine ResearchMême sujetPeatlands and Wetlands EcologyTravaux en français237 207