MétaCan
Menu
Retour à la cohorte
Enregistrement W2067518482 · doi:10.1139/x02-094

Effects of liming and fertilization (N, PK) on stem growth, crown transparency, and needle element concentrations of <i>Picea abies</i> stands in southwestern Sweden

2002· article· en· W2067518482 sur OpenAlexvenueno aff
Ulf Sikström

Notice bibliographique

RevueCanadian Journal of Forest Research · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesSveriges Lantbruksuniversitet
Mots-clésPicea abiesLimeCrown (dentistry)Soil waterNutrientHuman fertilizationKarstSoil pHBotanyAgronomyAnimal scienceHorticultureEnvironmental scienceBiologyChemistryEcology

Résumé

récupéré en direct d'OpenAlex

Liming and (or) application of specific nutrients have been proposed as countermeasures to the acidification of forest soils in southern Sweden. The aim of this study was to investigate whether stem growth, crown transparency, and needle element concentrations of Picea abies (L.) Karst. growing on acidic mineral soils in southwestern Sweden are affected by additions of lime, lime plus P and K, or N in low doses (treatments: CaPK, Ca, N, CaPKN, and 2Ca2P2K). During the 5-year observation period following treatment with CaPKN there was a tendency to increased stem growth (possibly overestimated). The most plausible cause of this growth response was increased N availability in the soil, although the possibility that there was a minor effect of the PK application could not be excluded. None of the treatments affected the crown transparency. Several significant changes in elemental concentrations of current-year needles were associated with the treatments. The control plots in the experimental stands showed no severe damage or nutrient deficiencies despite the relatively acidic soils. These findings, together with the small treatment effects, suggest that there is no acute need for liming and (or) PK addition in P. abies stands on similar sites in southwestern Sweden.

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 enseignants0,020
Score d'incertitude au seuil0,040

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 Opus0,030
Tête enseignante GPT0,254
Écart entre enseignants0,224 · 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

Citations14
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207