MétaCan
Menu
Retour à la cohorte
Enregistrement W2371592974

Spatial distribution patterns of specific root lengths of Avena sativa L. and Vicia villosa Roth in mixed-sowing grassland under density dependence in northern slope of Qilian Mountains

2015· article· en· W2371592974 sur OpenAlexaff
Song Qing-hu

Notice bibliographique

RevueShengtaixue zazhi · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil erosion and sediment transport
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésSowingAvenaVicia sativaGrasslandVicia villosaAgronomyVillosaBiomass (ecology)Spatial distributionBiologyBotanyMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The specific root length( SRL) reflects the feature of plants' adaptation to different environments. In this study,the mixed-sowing grassland of gramineous grass Avena sativa and leguminous grass Vicia vilosa with the density ratio of CK1( 1∶ 0),A1( 8 ∶ 2),A2( 6 ∶ 4),A3( 5∶ 5),A4( 4∶ 6),A5( 2∶ 8) and CK2( 0∶ 1) was established in the upper reaches of Qilian Mountains,Gansu Province,Northwest China in 2013,aimed to study the spatial distribution patterns of SRLs of the two mixed-sowing grasses. The results showed that the total root length and SRL of all mixed sowing groups of A. sativa were greater than those of V. villosa( P 0.05),but both species had no significant difference in underground biomass. With the decrease of A. sativa density and the increase of V. vilosa density in mixed-sowing grassland,the root lengths of both grasses increased gradually( P 0. 05),the root biomass decreased first and then increased( P 0. 05),the SRLs increased first and then decreased( P 0. 05). The SRLs of both species in the five mixed sowing groups gradually decreased with soil layers,and the superficial degree in fine roots of A. sativa was higher than that of V. villosa. The layering distribution of roots of current-year grass changed the resource allocation strategy,gradually optimized the utilization structure of resources,and maximized the utilization of soil resources.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,241
Score d'incertitude au seuil0,998

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 Opus0,019
Tête enseignante GPT0,213
Écart entre enseignants0,194 · 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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueShengtaixue zazhiMême sujetSoil erosion and sediment transportTravaux en français237 207