Decomposition and nutrient release from four epiphytic lichen litters in sub-boreal spruce forests
Notice bibliographique
Résumé
Epiphytic lichens are highly abundant in many sub-boreal forests and may be important components of nutrient cycling. Decomposition of, and nutrient release from, two cyanolichens (with N2-fixing cyanobacterial partners) and two chlorolichens (with green-algal partners) were quantified to estimate N inputs from epiphytic lichen litter in late-seral forests. Initial decay rates were strongly correlated with initial %N; the high-N cyanolichen litters ( Nephroma helveticum Ach. and Lobaria pulmonaria (L.) Hoffm.) lost 26% more mass than the lower-N chlorolichen litters ( Alectoria sarmentosa (Ach.) Ach. and Platismatia glauca (L.) W.L. Culb. & C.F. Culb.) over the first 4 months. Morphological characteristics also influenced decay, as decomposition of the hair chlorolichen (A. sarmentosa) was similar to that of the foliose cyanolichens, despite an N concentration that was 87% lower. N was immediately released from cyanolichen litters and retained in chlorolichen litters. After 24 months of decay, N concentrations remained highly divergent with 22–27 and 7–8 mg N·g–1in cyanolichen and chlorolichen litter, respectively. Cyanolichen litter represents 0.1%–2.3% of the total aboveground litter biomass and 0.5%–11.5% of the total N input from aboveground litterfall. Decomposition of cyanolichen litter is estimated to release up to 2.1 kg N·ha–1·year–1of newly fixed N that would otherwise be unavailable in mature sub-boreal forests.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».