MétaCan
Menu
Retour à la cohorte
Enregistrement W2144514737

Effects of lime addition on the growth of fanwort in softwater systems

2011· article· en· W2144514737 sur OpenAlexaboutno aff
William F. James

Notice bibliographique

RevueJournal of Aquatic Plant Management · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLimeAlkalinityMacrophyteTotal inorganic carbonDominance (genetics)Biomass (ecology)PeriphytonBiologyPhotosynthesisBotanyEcologyAnimal scienceChemistryCarbon dioxide
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Lime addition to softwater aquatic systems can shift inorganic carbon equilibrium to HCO 3 dominance by temporarily elevating pH. For submersed aquatic macrophytes restricted to free CO 2 uptake for photosynthesis, the addition of lime may be an effective means of suppressing growth and propagation. Fanwort ( Cabomba caroliniana Grey) is an invasive species to Midwestern and northeastern United States and Canada, predominantly found in low alkalinity, softwater systems, and could be susceptible to inorganic carbon limitation after lime application. Growth response of fanwort (invasive green phenotype) to hydrated lime addition was examined in replicate softwater (pH ~7; total alkalinity ~80 µM) experimental tanks to test this hypothesis. Modest lime concentrations of 55 and 160 µM were required to increase pH to 9 and 10, respectively, versus pH 7 in control tanks. Free CO 2 decreased from ~20 µM in the controls to ~0.1 and ~0.01 µM in tanks treated with 55 and 160 µM lime, respectively. Fanwort shoot biomass decreased to 36% and only 8% of the control mean biomass for tanks treated with 55 and 160 µM lime, respectively, indicating negative growth response to lime application. These patterns suggested that lime addition may be effective in suppressing fanwort growth.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,008
Tête enseignante GPT0,156
Écart entre enseignants0,148 · 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

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aquatic Plant ManagementMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207