MétaCan
Menu
Retour à la cohorte
Enregistrement W2172074620 · doi:10.1139/x01-180

Interaction of vegetation control and fertilization on conifer species across the Pacific Northwest

2002· article· en· W2172074620 sur OpenAlexvenueno aff
Robin Rose, J. Scott Ketchum

Notice bibliographique

RevueCanadian Journal of Forest Research · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSeedling growth and survival studies
Établissements canadiensnon disponible
Organismes subventionnairesOregon State University
Mots-clésTsugaWestern HemlockHuman fertilizationSequoiaVegetation (pathology)Weed controlForestrySowingAgronomyPropaguleBasal areaSeedlingFertilizerWeedBiologyEnvironmental scienceEcologyBotanyGeography

Résumé

récupéré en direct d'OpenAlex

An experiment evaluating three levels of vegetation competition control (no control, 1.5 m 2 of vegetation control, and 3.3 m 2 of vegetation control), each with two fertilization treatments (fertilization at the time of planting with complete slow-release fertilizer (Woodace ® IBDU), or no fertilization), was installed at five sites. Two of these sites were planted with Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco) in the Oregon Coast Range, one with ponderosa pine (Pinus ponderosa Dougl. ex P. Laws. & C. Laws.) in eastern Washington, one with western hemlock (Tsuga heterophylla (Raf.) Sarg.) in the coastal hemlock zone in Oregon, and one with coastal redwood (Sequoia sempervirens (D. Don) Endl.) in northern California. At four of the five sites, mean stem volume, basal diameter, and height of seedlings increased significantly with increasing area of weed control, and the magnitude of difference between treatments increased with time. Fertilization significantly increased seedling size only at the two sites with adequate soil moisture; increases were marginally significant at a third. Response to fertilization was less than from weed control and impacted growth for only the first year, whereas the influence of weed control continued to influence growth the entire length of the study (4 years). Area of vegetation control and fertilization did not interact significantly at any site.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,241
Score d'incertitude au seuil0,927

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,050
Tête enseignante GPT0,292
Écart entre enseignants0,242 · 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

Citations49
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetSeedling growth and survival studiesTravaux en français237 207