Decomposition rates of American chestnut (<i>Castanea dentata</i>) wood and implications for coarse woody debris pools
Notice bibliographique
Résumé
Observations of the rapid growth and slow decomposition of American chestnut (Castanea dentata (Marsh.) Borkh.) suggest that its reintroduction could enhance terrestrial carbon (C) sequestration. A suite of decomposition models was fit with decomposition data from coarse woody debris (CWD) sampled in Wisconsin and Virginia, U.S. The optimal (two-component exponential) model was integrated with generic growth curves and documented longevity and typical stem density to evaluate how CWD and biomass pools relate to decomposition. CWD decomposed faster in Wisconsin (4.3% ± 0.3% per year) than in Virginia (0.7% ± 0.01% per year), and downed dead wood decomposed faster (8.1% ± 1.9% per year) than standing dead wood (0.7% ± 0.0% per year). We predicted considerably smaller CWD pools in Wisconsin (maximum 41 ± 23 Mg C·ha–1) than in Virginia (maximum 98 ± 23 Mg C·ha–1); the predicted biomass pool was larger in the faster growing Wisconsin trees (maximum 542 ± 58 Mg C·ha–1) compared with slower growing trees in Virginia (maximum 385 ± 51 Mg C·ha–1). Sensitivity analysis indicated that accurate estimates of decomposition rates are more urgent in fertile locations where growth and decomposition are rapid. We conclude that the American chestnut wood is intermediate in resistance to decomposition. Due to the interrelatedness of growth and decomposition rates, CWD pool sizes likely do not depend on species alone but on how the growth and decomposition of individual species vary in response to site 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».