Nitrogen mineralization in short-rotation tree plantations along a soil nitrogen gradient
Notice bibliographique
Résumé
We measured soil nitrogen (N) mineralization along an N fertilization gradient (control; irrigation only (I + 0 N); irrigation with 56 (I + 56 N), 112 (I + 112 N), and 224 (I + 224 N) kg N·ha1·year1, respectively) in 7-year-old cottonwood (Populus deltoides Marsh.), cherrybark oak (Quercus falcata Michx. var. pagodifolia Ell.), American sycamore (Platanus occidentalis L.), and loblolly pine (Pinus taeda L.) plantations established on a well-drained Redbay sandy loam (a fine loamy, siliceous, thermic Rhodic Paleudult), in Florida, USA. Nitrogen mineralization was measured monthly for 1 year, beginning in April 2001, with the buried bag incubation technique. Irrigation alone or fertigation (irrigation + N) affected annual net N mineralization rates under hardwood species, but no effect was found under loblolly pine. Overall, the rates were higher under cherrybark oak (108 kg N·ha1·year1) and cottonwood (101 kg N·ha1·year1) than under sycamore (82 kg N·ha1·year1) and loblolly pine (75 kg N·ha1·year1). Significant correlations were observed between N mineralization and stem volume in all species but loblolly pine. These results suggest that N mineralization response to irrigation or fertigation (irrigation + N) is heavily dependent on species-specific feedback mechanisms. Our results also support the hypothesis that the N mineralization versus productivity relationship is a fundamental feature of forests, resulting from the impact of N availability on productivity and the long-term feedback effects of vegetation on N availability.
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 ».