MétaCan
Menu
Retour à la cohorte
Enregistrement W2165979799 · doi:10.1093/treephys/28.12.1851

Effects of above- and belowground partial harvest disturbance on growth and water status of residual sugar maple

2008· article· en· W2165979799 sur OpenAlexaff
Henrik Hartmann, Christian Wirth, Christian Messier, Frank Berninger

Notice bibliographique

RevueTree Physiology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésMapleSugarResidualDisturbance (geology)Environmental scienceBiologyBotanyHorticultureMathematicsFood science

Résumé

récupéré en direct d'OpenAlex

Partial forest harvesting is known to modify both above- and belowground resource availability and may result in direct and indirect stress to the residual trees as a result of machinery traffic and sudden changes in irradiance. We studied sugar maple (Acer saccharum Marsh.) trees in stands that had undergone a selection harvest 11 years before sampling to verify whether sudden increases in light availability and soil disturbance caused by machinery influence growth rates and lead to water stress. We selected trees that had experienced either no disturbance from partial harvest, soil disturbance only, sudden increases in light availability only or both disturbances. We analyzed stem radial growth rates and stable carbon isotope composition (delta(13)C) of stem wood with an annual resolution from 10 years before partial harvest until 10 years after partial harvest. Disturbances from partial harvest did not negatively affect growth rates or tree water status. Although trees that experienced increased light availability had higher (less negative) delta(13)C after harvest (indicating increased water-use efficiency), they also had higher growth rates, suggesting that they experienced no pronounced water stress. Trees subjected to soil disturbance showed no sign of water stress. These results may partly be associated with favorable growth conditions (abundant precipitation and mild temperature) in the years following harvest and could differ from results that would be observed under more severe climatic conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,599
Score d'incertitude au seuil0,274

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,193
Écart entre enseignants0,188 · 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 tête enseignante, 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

Citations14
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTree PhysiologyMême sujetForest ecology and managementTravaux en français237 207