Above- and below-ground biomass accumulation, production, and distribution of sweetgum and loblolly pine grown with irrigation and fertilization
Notice bibliographique
Résumé
Increased forest productivity has been obtained by improving resource availability through water and nutrient amendments. However, more stress-tolerant species that have robust site requirements do not respond consistently to irrigation. An important factor contributing to robust site requirements may be the distribution of biomass belowground, yet available information is limited. We examined the accumulation and distribution of above- and below-ground biomass in sweetgum ( Liquidambar styraciflua L.) and loblolly pine ( Pinus taeda L.) stands receiving irrigation and fertilization. Mean annual aboveground production after 4 years ranged from 2.4 to 5.1 Mg·ha –1 ·year –1 for sweetgum and from 5.0 to 6.9 Mg·ha –1 ·year –1 for pine. Sweetgum responded positively to irrigation and fertilization with an additive response to irrigation + fertilization. Pine only responded to fertilization. Sweetgum root mass fraction (RMF) increased with fertilization at 2 years and decreased with fertilization at 4 years. There were no detectable treatment differences in loblolly pine RMF. Development explained from 67% to 98% of variation in shoot versus root allometry for ephemeral and perennial tissues, fertilization explained no more than 5% of the variation in for either species, and irrigation did not explain any. We conclude that shifts in allocation from roots to shoots do not explain nutrient-induced growth stimulations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».