Water Supply Changes N and P Conservation in a Perennial Grass <i>Leymus chinensis</i>
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
Changes in precipitation can influence soil water and nutrient availability, and thus affect plant nutrient conservation strategies. Better understanding of how nutrient conservation changes with variations in water availability is crucial for predicting the potential influence of global climate change on plant nutrient-use strategy. Here, green-leaf nitrogen (N) and phosphorus (P) concentrations, N- and P-resorption proficiency (the terminal N and P concentration in senescent leaves, NRP and PRP, respectively), and N- and P-resorption efficiency (the proportional N and P withdrawn from senescent leaves prior to abscission, NRE and PRE, respectively) of Leymus chinensis (Trin.) Tzvel., a typical perennial grass species in northern China, were examined along a water supply gradient to explore how plant nutrient conservation responds to water change. Increasing water supply at low levels (< 9000 mL/year) increased NRP, PRP and PRE, but decreased green-leaf N concentration. It did not significantly affect green-leaf P concentration or NRE. By contrast, all N and P conservation indicators were not significantly influenced at high water supply levels (> 9000 mL/year). These results indicated that changes in water availability at low levels could affect leaf-level nutrient characteristics, especially for the species in semiarid ecosystems. Therefore, global changes in precipitation may pose effects on plant nutrient economy, and thus on nutrient cycling in the plant-soil systems.
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 | 0,000 | 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