MétaCan
Menu
Retour à la cohorte
Enregistrement W2112375930 · doi:10.1111/j.1654-1103.2009.05757.x

A soil heat and water transfer model to predict belowground grass rhizome bud death in a grass fire

2009· article· en· W2112375930 sur OpenAlexaff
Joanna Choczynska, Edward A. Johnson

Notice bibliographique

RevueJournal of Vegetation Science · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésRhizomePanicum virgatumAgronomyEnvironmental scienceBiologyAndropogonSoil textureBotanySoil waterEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Question:Grasses often resprout from surviving belowground buds following a fire in which aboveground matter is consumed. We used a soil heat and water transport model to present a general method for determining the potential mortality of rhizome buds due to fire for three tallgrass species (Andropogon gerardii, Sorghastrum nutans, andPanicum virgatum). Methods:Soil heating was described by physical processes that include heat conduction through the soil and heating and evaporation of soil water. We considered the following factors: soil moisture, texture, mineral thermal conductivity, maximum surface temperature, and fire residence time. Simulated soil temperature profiles were combined with measured belowground bud distributions to determine the proportion of buds expected to be heated to lethal temperatures under various conditions. Location:Wisconsin, USA. Results:Lethal temperatures for buds do not occur below ∼2 cm, and at least 30% of rhizome buds remain below lethal temperatures, even under extreme conditions. Conclusions:The model explains the possible mechanisms for grass belowground rhizome bud survival in fires. Changes in fire and soil conditions do not notably impact soil temperatures and rhizome bud survival.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,077

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 recherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,244
Écart entre enseignants0,232 · 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'étudeSimulation ou modélisation
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

Citations57
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vegetation ScienceMême sujetFire effects on ecosystemsTravaux en français237 207