Effects of fire frequency and mowing on a temperate, derived grassland soil in south-eastern Australia
Notice bibliographique
Résumé
Frequent disturbances such as fire are widely considered important drivers of plant composition and diversity in productive grassy ecosystems. Effects of fire frequency on grassland soils, however, are less well understood. We established replicated disturbance regimes in a high-quality, representative Themeda australis–Poa sieberiana-derived grassland in south-eastern Australia that had historically been burnt every 4–8 years. Effects on soil chemical, physical and biological properties were measured after 10 years of application of 2-, 4-, and 8-yearly burning, 2-yearly mowing and an undisturbed treatment. Contrary to other grassy ecosystems, there were no detectable effects of disturbance regime on total soil nitrogen and carbon, or a range of other soil chemical properties in the top 10 cm. However, a cumulative effect of burning on the grassland soil was evident from a suite of changes to soil surface properties, available nutrients and biological activity. In particular, on biennially burnt plots, reduced litter and plant protective cover were associated with increased soil surface compaction, decreased infiltration and decreased soil biological activity, which in turn were related to poor sward recovery after fire and drought. These relationships indicate potential for positive feedbacks whereby repeated removal of soil protective cover and changes to soil surface chemistry through very frequent burning ultimately lead to further reduction in soil protective cover through reduced productivity. However, this is only likely in extreme cases: data from unburnt plots indicated that soils that had historically been burnt every 4–8 years had not passed a threshold beyond which such soil changes were irreversible or damaging. Contrary to other predictions, cessation of burning for 13 years did not lead to detectable soil nutrient release through senescence of dominant grasses. Biennial mowing with slash retention was an effective alternative disturbance for maintaining sward vigour while avoiding soil surface damage.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».