MétaCan
Menu
Retour à la cohorte
Enregistrement W2046689828 · doi:10.1139/x01-063

Growth and nitrogen retranslocation of nutrient loaded <i>Picea mariana </i>seedlings planted on boreal mixedwood sites

2001· article· en· W2046689828 sur OpenAlexfundvenueaboutno aff
Moses Imo, V. R. Timmer

Notice bibliographique

RevueCanadian Journal of Forest Research · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSeedling growth and survival studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaForskningsrådet om Hälsa, Arbetsliv och Välfärd
Mots-clésBlack spruceSeedlingAgronomyNutrientBiologyCompetition (biology)ShootHuman fertilizationBiomass (ecology)TransplantingBotanyBiomass partitioningTaigaEcology

Résumé

récupéré en direct d'OpenAlex

Enhanced nutrient mobilization from old to current growth is a key mechanism that confers competitive ability to nutrient-loaded black spruce (Picea mariana (Mill.) BSP) seedlings planted on high-competition forest sites in northern Ontario. This study examines effects of nutrient loading and differing vegetation management (herbicide, fertilization, shading) on growth, partitioning, and net retranslocation of N between current and old shoots of newly planted black spruce seedlings on six contrasting boreal sites. Nutrient loading during nursery culture improved seedling growth and N uptake and retranslocation after transplanting. Herbicide application accelerated growth and N uptake only on the high-competition Alnus, hardwood, and mixedwood sites but had no effect on the less competitive feathermoss and Vaccinium sites. Weed removal on competitive sites reduced N retranslocation significantly. Field fertilization reduced N retranslocation in seedlings and promoting tree growth and N uptake on the less competitive feathermoss and Vaccinium sites. However, fertilization stimulated weeds on high-competition sites suppressing seedling biomass and N uptake. Factors that seem to affect net N retranslocation include the type and level of internal N reserves, biomass and N accumulation and partitioning, external N supply, and other stresses that limit plant growth such as competition.

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 enseignants0,028
Score d'incertitude au seuil0,965

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,263
Écart entre enseignants0,231 · 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

Citations31
Publié2001
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetSeedling growth and survival studiesTravaux en français237 207