MétaCan
Menu
Retour à la cohorte
Enregistrement W2057812161 · doi:10.1139/x06-070

Postfire dynamics of black spruce coarse woody debris in northern boreal forest of Quebec

2006· article· en· W2057812161 sur OpenAlexfundvenueaboutno aff
Yan Boulanger, Luc Sirois

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésSnagChronosequenceCoarse woody debrisBlack spruceTaigaEnvironmental scienceWater contentNitrogenNitrogen cycleClearcuttingForest floorChemistryAgronomyEcologySoil scienceSoil waterBiologyGeology

Résumé

récupéré en direct d'OpenAlex

In this study, postfire coarse woody debris (CWD) dynamics in northern Quebec, Canada, were assessed using a 29-year chronosequence. Postfire woody-debris storage, decomposition rates, and variation of nitrogen and carbon contents of black spruce CWD (Picea mariana (Mill.) BSP) are estimated. The decomposition rate for postfire snags is exceptionally slow (k = 0.00), while the decomposition rate for logs (k = 0.019–0.021) is within previously recorded values for the boreal forest. The low decomposition rate for snags could be related to low moisture content associated with the position of debris and fast bark shedding. Given the low CWD decomposition rates and CWD storage (21.3–66.8 m 3 ·ha –1 ), carbon losses from postfire CWD are relatively low, varying between 35.5 and 128.8 kg·ha –1 ·year –1 at the study sites. The nitrogen content in CWD drops quickly between living trees and snags and increases slightly with time since fire in logs. Nitrogen content is not related to wood density or to moisture content of deadwood. Rapid loss of nitrogen is associated with fast decomposition of subcortical tissues, leaching, and insect comminution. The increase in nitrogen content at the oldest site could result from asymbiotic nitrogen fixation, although a longer time span in the chronosequence would probably have revealed a greater nitrogen gain in increasingly decayed CWD.

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 enseignants0,318
Score d'incertitude au seuil0,364

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 technologies0,0000,001
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 Opus0,025
Tête enseignante GPT0,242
Écart entre enseignants0,217 · 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

Citations71
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207