MétaCan
Menu
Retour à la cohorte
Enregistrement W2182039506 · doi:10.2980/21-(3-4)-3690

Chemical quality of aboveground litter inputs for jack pine and black spruce stands along the Canadian Boreal Forest Transect Case Study

2014· article· en· W2182039506 sur OpenAlexaffvenueabout
Caroline M. Preston, Jagtar S. Bhatti, Charlotte E. Norris

Notice bibliographique

RevueEcoscience · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensCanadian Sport Centre PacificAlberta Ministry of Agriculture and ForestryNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésBlack spruceTransectTaigaBorealEnvironmental scienceLitterJack pineForestryEcologyPinus <genus>GeographyBiologyBotany

Résumé

récupéré en direct d'OpenAlex

In the Canadian boreal forest, jack pine stands generally have a thin forest floor and occupy sites with coarsetextured soils and good drainage. Black spruce occurs more often on poorly drained sites and develops a thick mossdominated forest floor, but the common attribution of this development to poor quality of black spruce foliar litter has not been tested. We determined needle, twig, cone, and bark litter inputs during 10 y for black spruce and jack pine along the Boreal Forest Transect Case Study in northern Saskatchewan and Manitoba. Analysis of C, N, total phenolics, condensed tannins, and solid-state 13C NMR spectra from years 1–3 showed only small differences between species, notably higher tannins in black spruce cones. There was similarly little difference between area-based inputs, including classes of C structures determined by NMR. Condensed tannin input for black spruce was approximately twice that for jack pine, but both were in the very low range of reported values. Similar analyses showed that black spruce forest floor was less decomposed than that of jack pine, and for both species, aromatic litter C inputs appear to be poorly conserved, with a large influence of mosses and lichen. It is unlikely, however, that these large differences are mainly due to the small differences in aboveground litter inputs.

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 enseignants0,686
Score d'incertitude au seuil0,727

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 Opus0,032
Tête enseignante GPT0,264
Écart entre enseignants0,232 · 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

Citations13
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcoscienceMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207