Effect of temperature on soil organic matter decomposition in three forest biomes of eastern Canada
Notice bibliographique
Résumé
The sensitivity of soil organic matter decomposition to temperature change is critical tothe global carbon balance and to whether soils will respond with positive feedback to climate change. Forest cover determines litter composition, which controls to a large extent soil organic matter quality and its sensitivity to temperature. The effect of temperature on soil organic matter decomposition was studied along a latitudinal gradient encompassing sugar maple, balsam fir and black spruce forest types. Long-term laboratory soil incubations conducted at four different temperatures were used to discriminate the effect of temperature from that of organic matter quality on decomposition rates. The specific C mineralization rate of the humus layer was highest for balsam fir sites, intermediate for one sugar maple site and lowest for black spruce sites and the other sugar maple site. However, considering the total C pools of the FH layer and of the top 20 cm of mineral soil, it was estimated that coniferous sites exhibit a higher C efflux than sugar maple soils at any given temperature. Estimated C mineralization rates in the field using the temperature records for each individual site showed the same trends despite cooler temperature regimes for the coniferous sites. The Q10 respiration rates of the humus layer of all sites increased as the temperature got warmer. A significant effect of temperature on the pool size of labile C in the mineral soil was detected for some sites suggesting a potential long-term loss of C upon warming. The low estimated C evolution rates of sugar maple soils were perhaps due to the greater decomposition activity within the L layer, before the litter C enters underlying soil pools. These observations suggest that coniferous soils are not more resistant than deciduous forests to increasing their specific rates of soil heterotrophic respiration upon warming. Key words: Soil organic carbon, forest type, forest composition, warming, long-term incubation, labile carbon
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».