MétaCan
Menu
Retour à la cohorte
Enregistrement W2070937510 · doi:10.1139/x01-056

Factors contributing to the superior growth and N nutrition of 11-year-old lodgepole pine compared with Sitka spruce on a N-poor cedar-hemlock cutover

2001· article· en· W2070937510 sur OpenAlexvenueno aff
Karen Bothwell, Cindy E. Prescott, Melanie D. Jones

Notice bibliographique

RevueCanadian Journal of Forest Research · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPinus contortaBiologyBotanyForestryWestern HemlockBiomass (ecology)HorticultureAgronomyGeography

Résumé

récupéré en direct d'OpenAlex

We tested several hypotheses to explain the superior growth and nitrogen (N) status of lodgepole pine (Pinus contorta Dougl. ex Laws. var. contorta) compared with Sitka spruce (Picea sitchensis (Bong.) Carrière) on a N-poor site by comparing N distribution, N retranslocation, rooting distribution, and mycorrhizal fungi in plots of 11-year-old trees on a cedar–hemlock cutover. Aboveground N content was nine times greater in pine than in spruce of the same age, and thus, we conclude that pine acquired more N during the 11 years than spruce. Greater N acquisition by pine was not related to rooting depth, as both species rooted primarily in the residual forest floor. There were differences in mycorrhizal fungal associates: a high proportion of pine roots were infected with Suillus-like fungi. Pine produced more aboveground biomass per unit N (388 compared with 292 g·g–1 in spruce) and distributed more N to young foliage. Nitrogen retranslocation efficiency (based on foliar N contents in July and October) was higher in pine (50–52%) than in spruce (24–36%). These characteristics all appear to contribute to pine's abilities to both acquire more N and use it more efficiently and, thus, outperform spruce on this N-poor site.

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 enseignants0,007
Score d'incertitude au seuil0,014

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
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,265
Écart entre enseignants0,239 · 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

Citations21
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

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