MétaCan
Menu
Retour à la cohorte
Enregistrement W2116578305 · doi:10.1139/x99-194

Initial rates and limit values for decomposition of Scots pine and Norway spruce needle litter: a synthesis for N-fertilized forest stands

2000· article· en· W2116578305 sur OpenAlexvenueno aff
Björn Berg

Notice bibliographique

RevueCanadian Journal of Forest Research · 2000
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScots pinePicea abiesLitterHuman fertilizationAnimal scienceLigninHumusBotanyChemistryDecompositionPinus <genus>HorticultureAgronomyEcologyBiologySoil water

Résumé

récupéré en direct d'OpenAlex

Nitrogen fertilization increased concentrations of N, P, S, and K in Scots pine (Pinus sylvestris L.) needle litter, and in those of N, S, and Ca in Norway spruce (Picea abies (L.) Karst.). Lignin concentrations increased for both species. Initial rates and limit values for decomposition were estimated using a simple equation. For Scots pine litter, initial rates ranged between 0.0618 and 0.2986%/day with P, K, N, and Mg being positively related, but lignin and Ca negatively related. For Norway spruce, initial rates were low (0.0455-0.1007%/day) and positively related with initial concentrations of water solubles, K, and P but negatively with N, Ca, and lignin. Limit values for Scots pine litter ranged from 53.1 to 94.3% decomposition in fertilized plots and from 71.5 to 93.2% in controls. They were negatively related to N concentrations and positively to Mn and Ca. Limit values for Norway spruce litter ranged from 53.8 to 74.3% in controls and from 48 to 71.3% in fertilized plots and were positively correlated to Mn and Ca but not to N. The paper concludes that N fertilization will increase the fraction of Scots pine litter that accumulates as humus but not for Norway spruce.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,048
Tête enseignante GPT0,320
Écart entre enseignants0,272 · 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

Citations65
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207