MétaCan
Menu
Retour à la cohorte
Enregistrement W2286609366 · doi:10.1111/nph.13909

Methane emissions from the trunks of living trees on upland soils

2016· article· en· W2286609366 sur OpenAlexaff
Zhiping Wang, Qian Gu, Feng‐Dan Deng, Jianhui Huang, J. Patrick Megonigal, Qiang Yu, Xiao‐Tao Lü, Linghao Li, Scott X. Chang, Yunhai Zhang, Jinchao Feng, Xingguo Han

Notice bibliographique

RevueNew Phytologist · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Science Foundation of Beijing MunicipalityNational Natural Science Foundation of ChinaCenter for Advanced Study, University of Illinois at Urbana-ChampaignU.S. Department of Energy
Mots-clésEnvironmental scienceSoil waterTemperate rainforestCanopyTree canopyTemperate forestTemperate climateMethanePeatAtmospheric sciencesEcologyEcosystemHydrology (agriculture)BiologySoil scienceGeology

Résumé

récupéré en direct d'OpenAlex

Upland forests are traditionally thought to be net sinks for atmospheric methane (CH4 ). In such forests, in situ CH4 fluxes on tree trunks have been neglected relative to soil and canopy fluxes. We measured in situ CH4 fluxes from the trunks of living trees and other surfaces, such as twigs and soils, using a static closed-chamber method, and estimated the CH4 budget in a temperate upland forest in Beijing. We found that the trunks of Populus davidiana emitted large quantities of CH4 during July 2014-July 2015, amounting to mean annual emissions of 85.3 and 103.1 μg m(-2) h(-1) on a trunk surface area basis on two replicate plots. The emission rates were similar in magnitude to those from tree trunks in wetland forests. The emitted CH4 was derived from the heartwood of trunks. On a plot or ecosystem scale, trunk CH4 emissions were equivalent to c. 30-90% of the amount of CH4 consumed by soils throughout the year, with an annual average of 63%. Our findings suggest that wet heartwoods, regardless of rot or not, occur widely in living trees on various habitats, where CH4 can be produced.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,380
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0020,001

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 Opus0,017
Tête enseignante GPT0,241
Écart entre enseignants0,225 · 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.

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

Citations115
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetFire effects on ecosystemsTravaux en français237 207