Decomposition vectors: a new approach to estimating woody detritus decomposition dynamics
Notice bibliographique
Résumé
A chronosequence of three species of logs (Pinus sylvestris L., Picea abies (L.) Karst, and Betula pendula Roth.) from northwestern Russia was resampled to develop a new method to estimate rates of biomass, volume, and density loss. We call this resampling of a chronosequence the decomposition-vector method, and it represents a hybrid between the chronosequence and time-series approaches. The decomposition-vector method with a 3-year resampling interval gave decomposition rates statistically similar to those of the one-time chronosequence method. This indicated that, for most cases, a negative exponential pattern of biomass, volume, and density loss occurred. In the case of biomass loss of P. sylvestris, however, polynomial regression indicated decomposition rates were initially low, then increased, and then decreased as biomass was lost. This strongly suggests three distinct phases: the first when decomposers colonized the woody detritus, a second period of rapid exponential mass loss, and a third period of slow decomposition. The consequences for this complex pattern of decomposition were explored at the ecosystem level using a simple model. We found that a single rate constant can be used if inputs vary within a factor of 10, but that this approach is problematical if inputs are more variable.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 tête enseignante, 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 ».