Rates of litter decomposition over 6 years in Canadian forests: influence of litter quality and climate
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The effects of litter quality and climate on decomposition rates of plant tissues were examined using percent mass remaining (MR) data of 10 foliar litter types and 1 wood type during 6 years exposure at 18 upland forest sites across Canada. Litter-quality variables used included initial nutrient contents (N, P, S, K, Ca, Mg) and carbon fractions (determined by proximate analysis and 13 C nuclear magnetic resonance spectroscopy). Climate variables used included mean annual temperature; total, summer, and winter precipitation; and potential evaptranspiration. A single-exponential decay model with intercept was fit using the natural logarithm of 0- to 6-year percent MR data (LNMR) for all 198 type by site combinations. Model fit was good for most sites and types (r 2 = 0.640.98), although poorest for cold sites with low-quality materials. Multiple regression of model slope (K f ) and intercept (A) terms demonstrated the importance of temperature, summer precipitation, and the acid-unhydrolyzable residue to N ratio (AUR/N) (r 2 = 0.65) for K f , and winter precipitation and several litter-quality variables including AUR/N for A (r 2 = 0.60). Comparison of observed versus predicted LNMR for the best overall combined models were good (r 2 = 0.750.80), although showed some bias, likely because of other site- and type-specific factors as predictions using 198 equations accounted for more variance (r 2 = 0.95) and showed no bias.
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.
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 | 0,000 |
| 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 découle