Deep subsoil nutrient uptake in potassium-deficient, aggrading <i>Pinus resinosa</i> plantation
Notice bibliographique
Résumé
Growth of Pinus resinosa Ait. (red pine) on a potassium-deficient sandy soil at the Charles Lathrop Pack Demonstration Forest in Warrensburg, New York, is influenced by fine-textured lenses at 23 m below grade. A possible mechanism for an observed increase in surface soil potassium over time is nutrient uptake by red pine roots penetrating into these fine-textured, subsoil layers, and subsequent cycling of these nutrients between foliage and surface soil horizons. To test this hypothesis, we applied nutrient tracers directly to the deep subsoil and measured their uptake over several growing seasons: Strontium was applied in 1989 and 1993, while rubidium-free potassium (the Rb/K reverse tracer method) was applied only in 1993. Trees treated in 1989 had significantly greater concentrations of foliar and bud strontium than control trees, and trees treated only in 1993 also demonstrated significant uptake of potassium 2 years after treatment. These effects were present regardless of whether the trees had been surface-fertilized with potassium five decades earlier. The results demonstrate the importance of subsoil nutrient pools in forest ecosystem function.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».