A chronosequence of wood decomposition in the boreal forests of Russia
Notice bibliographique
Résumé
Coarse woody debris (CWD), represented by logs and snags >10 cm in diameter and >1 m in length, was sampled at eight sites in Russian boreal forests to determine the specific density of decay classes and decomposition rates. Tree species sampled included Abies siberica Ledeb., Betula pendula Roth., Betula costata Trautv., Larix siberica Ledeb., Larix dahurica Turcz., Picea abies (L.) Karst., Picea obovata Ledeb., Picea ajanensis Fisch., Pinus koraiensis Sieb. et Zucc., Pinus siberica Ledeb., Pinus sylvestris L., and Populus tremula L. The mean densities for decay clas ses 1 through 5 ranged from 0.516 to 0.084 g·cm 3 , respectively. Annual decomposition rates varied among the species, and for logs, decomposition rates ranged from 4.2 to 7.8% for B. pendula, 2.6 to 4.9% for Picea spp., 2.7 to 4.4% for Pinus sylvestris, 1.5 to 3.1% for Larix spp., and 1.5 to 1.9% for Pinus koraiensis and Pinus siberica. Logs decomposed faster than snags. Among the sites examined, temperature and precipitation did not correlate with decomposition rates, which is consistent with other studies in the boreal region. Globally, a positive correlation between decomposition and mean annual temperatures was found, with decay-resistant trees less responsive than those with low decay resistance.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».