Losses of nitrate from gaps of different sizes in a managed beech (<i>Fagus</i> <i>sylvatica</i>) forest
Notice bibliographique
Résumé
In the ongoing discussion about sustainable forestry, gap regeneration is suggested to reduce nitrate (NO3) losses from forest ecosystems. The effect of gap formation and gap size on soil moisture and NO3 leaching was studied in two managed beech (Fagus sylvatica L.) stands in Denmark for about 2 years after formation of four gaps (approx. 20 and 30 m in diameter). Soil moisture content, soil solution NO3-N concentrations, and nitrogen (N) concentrations in throughfall and precipitation were measured along transects from the gaps into the surrounding forests. Losses of NO3-N were estimated using the water balance model WATBAL. Soil moisture content in gaps remained close to field capacity throughout the year, while it decreased to 50%70% of field capacity under the closed canopy during the growing season. Drainage water fluxes, soil solution NO3-N concentrations, and NO3-N losses were increased in the gaps as compared to under the canopy. For the whole study period, losses of NO3-N were 3- to 13-fold higher in the gaps than in the surrounding forests. However, a significant effect of gap size was not found within the range of the investigated gap diameters and canopy heights. Presumably, not only the aboveground canopy gaps, but also the belowground root gaps affected soil moisture and thus drainage water fluxes and NO3- losses.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».