MétaCan
Menu
← Retour à la cohorte
Enregistrement W2256500045 · doi:10.5558/tfc2015-093

Influence of carbon inputs on soil respiration in a<i>Platycladus orientalis</i>plantation in mountainous Beijing

2015· article· en· W2256500045 sur OpenAlexvenueno aff
Hailong Nan, Jiangang Zhu, Kebin Zhang, Jinxing Zhou

Notice bibliographique

RevueThe Forestry Chronicle · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPlatycladusSoil respirationRespirationLitterEnvironmental scienceSoil carbonCarbon cycleWater contentAnimal scienceCarbon fibersChemistryAgronomySoil waterEcosystemSoil scienceBotanyEcologyBiologyMathematicsGeology

Résumé

récupéré en direct d'OpenAlex

To understand carbon source characteristics of soil respiration, a trench method was used to control carbon inputs (control treatment: CK, no litter treatment: NL, no root treatment: NR, and no litter and no root treatment: NLNR) in a Platycladus orientalis (L.) Franco plantation, so that soil respiration, temperatures and moisture content could be analyzed. Results indicate that different carbon inputs created no significant variance in soil temperatures and moisture content (P>0.05), whereas soil respiration was significantly influenced (P<0.01). During the measurement period, mean soil respiration of CK, NL, NR and NLNR were 3.69, 1.41, 3.11, and 1.99 µmol/m2/s, respectively. Soil respiration was reduced by 36.28 ±5.79%, 15.25 ±2.62% and 25.53 ±4.95% in the NL, NR and NLNR treatments, respectively. The proportions of mineral soil, litter and root respirations were 40.95%, 46.91% and 12.14%, respectively. Different carbon inputs caused no significant R2 variance in the temperature index model or in the temperature-water combined model. These results provide guidelines for investigating Platycladus orientalis ecosystem carbon emissions, as well as carbon input and output balance, and the role of soil respiration in the carbon cycle.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0000,000

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 Opus0,019
Tête enseignante GPT0,237
Écart entre enseignants0,217 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Forestry Chronicle→Même sujetSoil Carbon and Nitrogen Dynamics→Travaux en français237 207→