Canada Goose Weed Dispersal and Nutrient Loading in Turfgrass Systems
Notice bibliographique
Résumé
High populations of Canada geese (Branta canadensis L.) can lead to feces accumulation in areas adjacent to surface waters, creating concern about aquatic eutrophication. Further, turf managers and livestock farmers work to keep their facilities free of noxious or toxic weeds that geese potentially disperse. We investigated the prevalence of viable seeds and nitrogen and phosphorus content in resident Canada goose droppings. During spring, summer, and fall of 2008, we collected 127 fresh individual droppings which were placed in seedling trays within an irrigated greenhouse and allowed 30 days for weed seed to germinate. Trays were cold stratified for 30 days and returned to the greenhouse for an additional 30 days. Also, during summer and fall of 2007 and 2008, we tested 304 fecal samples from 8 sites for total Kjeldahl nitrogen (TKN) and total phosphorus (TP). Out of 127 droppings planted, 4 plants germinated (3.1%): Pennsylvania smartweed (Polygonum pennsylvanicum L.), annual bluegrass (Poa annua L.), and 2 Kyllinga spp. The average amounts of TKN and TP in fecal samples were 24.2 mg/g (range = 12.6 to 55.7) and 3.6 mg/g (range = 1.4 to 8.3) of dry matter, respectively. The results indicate that Canada geese in suburban and urban areas are not frequent vectors of viable seeds, but do have potential to contribute nutrients to adjacent surface waters.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».