MétaCan
Menu
Retour à la cohorte
Enregistrement W2255649404 · doi:10.5558/tfc2013-037

Carbon and nitrogen distribution across a chronosequence of secondary lacebark pine in China

2013· article· en· W2255649404 sur OpenAlexvenueno aff
Chunyi Li, Tianshan Zha, Jinglan Liu, Xin Jia

Notice bibliographique

RevueThe Forestry Chronicle · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesBeijing Forestry University
Mots-clésChronosequenceUnderstoryLitterCarbon sequestrationEcosystemEnvironmental scienceForest ecologyForestryAgronomySoil carbonNitrogenAgroforestryEcologySoil waterGeographyBiologyChemistrySoil scienceCanopy

Résumé

récupéré en direct d'OpenAlex

Information about carbon (C) and nitrogen (N) pools is lacking for lacebark pine forests. Ecosystem C (93.38–240.34 Mg C ha −1 ) and N (6.60–8.63 Mg N ha −1 ) increased with stand age. This pattern applied to all tree components and litter. However, changes in C and N stocks during stand development showed the reverse U-shaped pattern for the understory and for mineral soil. Mineral soil was the dominant N pool for all stands (79%–96%) and the largest C pool in younger stands (53%–71%). Trees were the largest C pool in older stands (55%–62%). The contribution of trees to ecosystem C and N pools increased with stand age but that of mineral soil decreased with stand age. These findings contribute to the development and evaluation of forest C and N storage models and to forest management for enhancing C sequestration.

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)0,000
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 enseignants0,010
Score d'incertitude au seuil0,757

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,212
Écart entre enseignants0,208 · 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

Citations25
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetForest ecology and managementTravaux en français237 207