MétaCan
Menu
Retour à la cohorte
Enregistrement W2062789564 · doi:10.1139/x06-125

Soil carbon and nitrogen pools in mid- to late-successional forest stands of the northwestern United States: potential impact of fire

2006· article· en· W2062789564 sur OpenAlexvenueno aff
Deborah S. Page‐Dumroese, Martin F. Jurgensen

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceSoil carbonForestrySoil waterSoil organic matterForest floorAgronomyProductivityAgroforestrySoil scienceGeographyBiology

Résumé

récupéré en direct d'OpenAlex

When sampling woody residue (WR) and organic matter (OM) present in forest floor, soil wood, and surface mineral soil (0–30 cm) in 14 mid- to late-successional stands across a wide variety of soil types and climatic regimes in the northwestern USA, we found that 44%–84% of carbon (C) was in WR and surface OM, whereas >80% of nitrogen (N) was in the mineral soil. In many northwestern forests fire suppression and natural changes in stand composition have increased the amounts of WR and soil OM susceptible to wildfire losses. Stands with high OM concentrations on the soil surface are at greater risk of losing large amounts of C and N after high-severity surface fires. Using the USDA Forest Service Regional Soil Quality Standards and Guidelines, we estimate that 6%–80% of the pooled C to a mineral-soil depth of 30 cm could be lost during a fire considered detrimental to soil productivity. These estimates will vary with local climatic regimes, fire severity across the burned area, the size and decay class of WR, and the distribution of OM in the surface organic and mineral soil. Estimated N losses due to fire were much lower (<1%–19%). Further studies on the amounts and distribution of OM in these stands are needed to assess wildfire risk, determine the impacts of different fire severities on WR and soil OM pools, and develop a link between C and N losses and stand productivity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,084
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,265
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), 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

Citations51
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

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