Nitrogen deposition and forest expansion in the northern Great Plains
Notice bibliographique
Résumé
Summary Atmospheric nitrogen (N) deposition has become one of the most important agents of vegetation change in densely populated regions. It may also contribute to forest expansion into grasslands at the northern edge of the North American Great Plains. We measured N deposition and available soil N with ion‐exchange resin over 2 years in six national parks in areas varying in population density and industrialization. N deposition was significantly higher in four parks in densely populated regions than in two remote parks. Available soil N increased significantly with N deposition across all parks. We measured N mass and 15 N abundance (δ 15 N) in vegetation and soil in two parks: Elk Island, receiving 22 kg N ha −1 year −1 , and Jasper, receiving 8 kg N ha −1 year −1 . Differences between parks in tissue N concentrations were small, but forest expansion over five decades resulted in the mass of N in vegetation increasing by 74% in Elk Island but by only 26% in Jasper. δ 15 N in forest vegetation was significantly lower in Elk Island than in Jasper, suggesting that anthropogenic sources contribute significantly to the high rates of N entering that ecosystem. We determined the rate of forest expansion within parks using six decades of aerial photographs. Parks in aspen parkland and boreal forest showed a strong positive relationship between forest expansion and N deposition. The relationships found between N deposition, available soil N and forest expansion suggest that even comparatively low rates of N deposition may accelerate the expansion of forest into temperate grasslands.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».