Distribution and Biomass Allocation in Relation to Depth of Flowering Rush (<i>Butomus umbellatus</i>) in the Detroit Lakes, Minnesota
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Detroit Lakes chain of lakes consists of five basins in northwest Minnesota adjacent to the town of Detroit Lakes. Flowering rush has been established in these basins since the 1960s. We evaluated the distribution of flowering rush in the five basins using a point intercept method, with 830 points distributed in a grid with points 150 m apart. These data were analyzed to determine whether invasive and native species frequencies were different between 2010 and 2011. We also assessed co-occurrence of flowering rush with native hardstem bulrush. The distribution of both flowering rush and hardstem bulrush was unchanged from 2010 to 2011. Flowering rush is invading areas with native plants and not establishing in unvegetated areas. Although flowering rush is found as deep as 4.5 m, it is most frequent at a depth of 1.3 m. We also examined the distribution of biomass and growth across a depth gradient from 0.3 to 3.0 m in 0.3-m intervals. At each 0.3-m interval, three biomass samples were collected at each of 10 transects for a total of 30 samples per depth interval or 300 biomass samples. At each point, leaf height, emergent leaf height, water depth, number of ramets, and number of rhizome buds were counted. Biomass samples were collected in a 0.018-m 2 core sampler, sorted to shoots and belowground biomass. We found that flowering rush height and biomass peaked at 1.3 m and declined with greater depth. Bud density was negatively related to water depth. Bud density averaged 300 buds m –2 , which was three times the average ramet density (100 ramets m –2 ).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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