MétaCan
Menu
Retour à la cohorte
Enregistrement W2341362072 · doi:10.14288/1.0042685

Effect of soil amendments (mats and hydroseeding) on establishment success of four native grassland species

2014· article· en· W2341362072 sur OpenAlexaboutno aff
M. Phillips, Wendy C. Gardner, L. Fraser, J. Karakatsoulis

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGrasslandEnvironmental scienceAgroforestryAgronomyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Restoration of grassland ecosystems is challenging due to moisture limitation, competition from nonnative invasive plants, and difficulty in establishing native grassland species. A manipulative experiment was designed to study the establishment for four native grassland species using combinations of two soil amendments in the lower grasslands of Kamloops, BC. The treatments included the use of a straw germination mat with seed placed either on top or underneath, hydroseeding, a combination of the straw matting with the hydro-seeding either below or on top, seeding without any soil amendment and a control with no seeding or amendment. Treatments were each replicated 6 times in a randomized complete block design. Approximately 150 seeds of each bluebunch wheatgrass (Pseudoroegneria spicata), rough fescue (Festuca campestris), brown-eyed Susan (Gaillardia aristata) and long-leaved daisy (Erigeron filifolius) were broadcast seeded per plot. Soil moisture and temperature, and cover of functional groups on each treatment were recorded and statistically analyzed. The highest cover by functional group was undesirables, none of which were seeded species, indicating the presence of plant propagules at this site. It was found that mat treatments, with seeding below, resulted in the greatest cover of seeded species and the most desirable ratio of grass, forbs and undesirable species.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,969

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,179
Écart entre enseignants0,169 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207