MétaCan
Menu
Retour à la cohorte
Enregistrement W2061823178 · doi:10.1139/x03-007

Ethanol in ponderosa pine as an indicator of physiological injury from fire and its relationship to secondary beetles

2003· article· en· W2061823178 sur OpenAlexvenueno aff
Rick G. Kelsey, Gladwin Joseph

Notice bibliographique

RevueCanadian Journal of Forest Research · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhloemCrown (dentistry)XylemBotanyEthanolWoody plantHorticultureBark (sound)AcclimatizationChemistryBiologyEcologyMedicine

Résumé

récupéré en direct d'OpenAlex

Sixteen days after a September wildfire, ethanol and water were measured in phloem and sapwood at breast height and the base of Pinus ponderosa Dougl. ex P. & C. Laws. with zero (control), moderate, heavy, and severe crown scorch. The quantity of ethanol increased with each level of injury, resulting in trees with severe scorch containing 15 and 53 times more phloem and sapwood ethanol, respectively, than controls. Ethanol concentrations in the sapwood and adjacent phloem were related, probably as a result of diffusion. Upward movement in xylem sap was most likely responsible for the relationship between sapwood ethanol concentrations at breast height and the stem base. As trees recovered from their heat injuries, the ethanol concentrations declined. In contrast, ethanol accumulated in dead trees that lost their entire crowns in the fire. Various bark and xylophagous beetles landed in greater numbers on fire-damaged trees than on controls the following spring and summer, suggesting that ethanol was being released to the atmosphere and influencing beetle behavior. Beetle landing was more strongly related to sapwood ethanol concentrations the previous September than in May. Sapwood ethanol measured 16 days after the fire was the best predictor of second-year mortality for trees with heavy and severe crown scorch.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,100
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,040
Tête enseignante GPT0,309
Écart entre enseignants0,270 · 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.

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

Citations104
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetFire effects on ecosystemsTravaux en français237 207