MétaCan
Menu
Retour à la cohorte
Enregistrement W2166944235 · doi:10.1139/x03-154

Typhoon effects on litterfall in a subtropical forest

2003· article· en· W2166944235 sur OpenAlexvenueno aff
Kuo-Chuan Lin, Steven P. Hamburg, Sheng-lin Tang, Yue‐Joe Hsia, Teng‐Chiu Lin

Notice bibliographique

RevueCanadian Journal of Forest Research · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Council
Mots-clésTyphoonPlant litterEnvironmental scienceTemperate rainforestSubtropicsNutrientTropical and subtropical moist broadleaf forestsTemperate climateLitterDisturbance (geology)Biomass (ecology)ForestryEcologyEcosystemGeographyBiologyMeteorology

Résumé

récupéré en direct d'OpenAlex

The litterfall in a subtropical broadleaf forest within the Fushan Experimental Forest in northeastern Taiwan was monitored for 9 years. Mean annual litterfall was very sensitive to typhoon frequency and intensity, ranging from 3 to 11 Mg·ha –1 ·year –1 . Litterfall was significantly higher in years with strong typhoons than in years without typhoons, and the number of strong typhoons explained 82% of interannual variation in litterfall. Nutrient-use efficiency (dry mass/nutrients in litterfall) was high for N, but low for P compared with other tropical forests. This result supports the idea that the study forest is P limited but not N limited. Nutrient loss via litterfall represents a large percentage of aboveground biomass, especially during years with strong typhoons (e.g., 19%–41%, 15%–40%, 5%–12%, for N, P, and K, respectively). Forests that experience infrequent wind disturbance (e.g., temperate or boreal forests) can gradually regain any lost nutrients prior to the next disturbance; this is different from the situation observed in the Fushan Experimental Forest. At Fu-shan the pattern of not responding to typhoons with a flush of new growth appears to be an adaptation to the frequency with which there are multiple typhoons affecting the forest in a single year. Nutrient loss in litterfall caused by frequent typhoon disturbances appears to limit tree growth and contributes to the very low canopy height of the Fushan Experimental Forest.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,629
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,022
Tête enseignante GPT0,277
Écart entre enseignants0,255 · 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.

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

Citations88
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207