Survival and growth response of white spruce stock types to site preparation in Alaska
Notice bibliographique
Résumé
To identify suitable methods for reforestation, we evaluated the interacting effects of past disturbance, stock types, and site preparation treatments on white spruce (Picea glauca (Moench) Voss) seedling survival and growth across a range of sites in Alaska. Replicated experiments were established in five regions. At each site, two complete installations differed in time since disturbance: “new” units were harvested immediately before spring planting and “old” units were harvested at least 3 years before planting. We compared mechanical scarification before planting, broadcast herbicide application during the fall before planting, and no site preparation with 1-year-old container-grown seedlings from two sources, 2-year-old bare-root transplants from two sources, and 3-year-old bare-root transplants. Seedlings were followed for 11 years on most sites. Based on meta-analyses, seedling survival increased 10% with herbicide application and 15% with mechanical scarification compared with no site preparation. Scarification and herbicide application increased seedling height by about 28% and 35%, respectively, and increased seedling volume by about 86% and 195%, respectively, compared with no site preparation. Soil temperature did not differ among site preparation methods after the first 7 years. Results suggest that white spruce stands may be successfully restored through a combination of vegetation control and use of quality planting stock.
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 | 0,003 | 0,001 |
| 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 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 ».