MétaCan
Menu
Retour à la cohorte
Enregistrement W2126661479 · doi:10.1139/x09-204

Sapflow and water use of freshwater wetland trees exposed to saltwater incursion in a tidally influenced South Carolina watershed

2010· article· en· W2126661479 sur OpenAlexvenueno aff
Ken W. Krauss, Jamie A. Duberstein

Notice bibliographique

RevueCanadian Journal of Forest Research · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Geological SurveyClemson University
Mots-clésWetlandSalinityPerennial plantEnvironmental scienceTaxodiumHydrology (agriculture)Soil salinityBrackish waterWatershedDeserts and xeric shrublandsEcologyBiologyHabitatGeology

Résumé

récupéré en direct d'OpenAlex

Sea-level rise and anthropogenic activity promote salinity incursion into many tidal freshwater forested wetlands. Interestingly, individual trees can persist for decades after salt impact. To understand why, we documented sapflow (Js), reduction in Jswith sapwood depth, and water use (F) of baldcypress ( Taxodium distichum (L.) Rich.) trees undergoing exposure to salinity. The mean Jsof individual trees was reduced by 2.8 g H2O·m–2·s–1(or by 18%) in the outer sapwood on a saline site versus a freshwater site; however, the smallest trees, present only on the saline site, also registered the lowest Js. Hence, tree size significantly influenced the overall site effect on Js. Trees undergoing perennial exposure to salt used greater relative amounts of water in outer sapwood than in inner sapwood depths, which identifies a potentially different strategy for baldcypress trees coping with saline site conditions over decades. Overall, individual trees used 100 kg H2O·day–1on a site that remained relatively fresh versus 23.9 kg H2O·day–1on the saline site. We surmise that perennial salinization of coastal freshwater forests forces shifts in individual-tree osmotic balance and water-use strategy to extend survival time on suboptimal sites, which further influences growth and morphology.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil0,674

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,021
Tête enseignante GPT0,243
Écart entre enseignants0,222 · 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

Citations60
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207