MétaCan
Menu
Retour à la cohorte
Enregistrement W2335091774 · doi:10.1139/x2012-017

Rainfall pulse primarily drives litterfall respiration and its contribution to soil respiration in a young exotic pine plantation in subtropical China

2012· article· en· W2335091774 sur OpenAlexvenueno aff
Yidong Wang, Zhong‐Liang Wang, Huimin Wang, Chuanyong Guo, Wankui Bao

Notice bibliographique

RevueCanadian Journal of Forest Research · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésSoil respirationSubtropicsEnvironmental scienceLitterPlant litterPrecipitationRespirationContext (archaeology)Water contentQ10Growing seasonHumid subtropical climateSoil waterAgronomyEcosystemEcologySoil scienceBotanyBiologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Although litterfall respiration (RL) is a key process of soil carbon dynamics in forests, factors that drive RL and its contribution to soil respiration (RS) have not been sufficiently studied. Using a litter removal method, we researched RL and the ratio of RL:RS in a 20-year-old exotic slash pine ( Pinus elliottii Englem.) plantation in subtropical China. Soil temperature explained 67%, 78%, and 25% of variation in RS, mineral soil respiration (RS-L), and RL, respectively, but had little impact on RL:RS. To study influences besides temperature, measured RS and RS-L were normalized using the Arrhenius equation. Even though this subtropical plantation was characterized by a humid climate with abundant precipitation, a rainfall pulse induced increase in soil moisture primarily drove RL and its contribution to RS but depressed RS-L. The response of RL to rainfall and soil moisture was significantly more sensitive than that of RS-L. Furthermore, the effects of rainfall and soil moisture on RS, RL, and RL:RS were higher during the dry season (July–December) than during the wet season (January–June). In the context of climate change, RL and its contribution to RS are expected to decrease because of the predicted decrease in rainfall amount and frequency in subtropical regions.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,027

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 Opus0,026
Tête enseignante GPT0,269
Écart entre enseignants0,243 · 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

Citations74
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207