Response of the natural abundance of<sup>15</sup>N in forest soils and foliage to high nitrate loss following clear-cutting
Notice bibliographique
Résumé
Export of microbially produced nitrate from an ecosystem is expected to increase δ 15 N in the remaining soil organic matter and NH 4 + . To test the hypothesis that nitrification and nitrate loss induced by clear-cutting cause an increase in soil and foliar δ 15 N, we measured δ 15 N in a clear-cut watershed at the Hubbard Brook Experimental Forest, New Hampshire. δ 15 N ranged from 0.02 in the Oie horizon to 7.7 in the Bs2 horizon prior to clear-cutting and increased significantly by 1.3 in the Oie horizon and 0.9 in the Oa horizon 3 years after clear-cutting. Fifteen years after clear-cutting, δ 15 N in both O horizons decreased to near-initial values. No significant temporal changes in the Bs2 and C horizons δ 15 N were observed. Foliar δ 15 N was highest (1.7) the first 2 years after clear-cutting and was significantly higher than in the reference watershed (mean δ 15 N = 1.2), decreasing to 0.0 35 years after clear-cutting and to 1.3 911 years after clear-cutting. Increased foliar δ 15 N coincided with increased stream-water nitrate concentration, suggesting that the increased nitrification responsible for elevated stream-water nitrate may also have caused an enrichment of the plant-available ammonium pool. The response observed in this catchment also suggests that sampling of soil or foliar δ 15 N may provide a practical alternative to long time series of stream chemistry for evaluating nitrogen saturation of forested ecosystems.
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 | 0,002 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».