MétaCan
Menu
Retour à la cohorte
Enregistrement W2312670014 · doi:10.5558/tfc2012-058

Aspen and white spruce productivity is reduced by organic matter removal and soil compaction

2012· article· en· W2312670014 sur OpenAlexaffvenue
Richard Kabzems

Notice bibliographique

RevueThe Forestry Chronicle · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensMinistry of Forests
Organismes subventionnairesnon disponible
Mots-clésSoil compactionBulk densityEnvironmental scienceForest floorSlash (logging)Organic matterTaigaProductivitySoil organic matterAgronomyEcosystemSoil waterForestrySoil scienceEcologyBiologyGeography

Résumé

récupéré en direct d'OpenAlex

Declines in forest productivity have been linked to losses of organic matter and soil porosity. To assess how removal of organic matter and soil compaction affect short-term ecosystem dynamics, pre-treatment and year 1, 5 and 10 post-treatment soil properties and post-treatment plant community responses were examined in a boreal trembling aspen (Populus tremuloidesMichx.)-dominated ecosystem in northeastern British Columbia. The experiment used a completely randomized design with three levels of organic matter removal (tree stems only; stems and slash; stems, slash and forest floor) and three levels of soil compaction (none, intermediate [2-cm impression], heavy [5-cm impression]). Removal of the forest floor initially stimulated aspen regeneration and significantly reduced height growth of aspen (198 cm compared to 472–480 cm) as well as white spruce (Picea glauca [Moench] Voss) height (82 cm compared to 154–156 cm). The compaction treatments had no effect on aspen regeneration density. At Year 10, heights of both aspen and white spruce were negatively correlated with upper mineral soil bulk density and were lowest on forest floor + whole tree removal treatments. Recovery of soil properties was occurring in the 0 cm to 2 cm layer of mineral soil. Bulk density values for the 0 cm to 10 cm depth remained above 86% of the maximum bulk density for the site, a soil condition where reduced tree growth can be expected.

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 enseignants0,064
Score d'incertitude au seuil0,128

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 savante0,0010,000
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 Opus0,009
Tête enseignante GPT0,211
Écart entre enseignants0,202 · 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

Citations21
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetForest Biomass Utilization and ManagementTravaux en français237 207