MétaCan
Menu
Retour à la cohorte
Enregistrement W2508754706 · doi:10.1002/eco.1780

Short‐term selective thinning effects on hydraulic functionality of a temperate pine forest in eastern Canada

2016· article· en· W2508754706 sur OpenAlexaffabout
Rachel A. Skubel, Myroslava Khomik, Jason Brodeur, Robin Thorne, M. Altaf Arain

Notice bibliographique

RevueEcohydrology · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésThinningEnvironmental scienceEvapotranspirationEddy covarianceTemperate forestEcosystemForest ecologyForest managementTemperate rainforestAgroforestryHydrology (agriculture)ForestryEcologyGeographyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Forest plantations are commonly used to restore the ecological and hydrological functionality of landscapes. In this study, we investigated the hydrological response of a 74‐year‐old pine plantation forest in southern Ontario, Canada to a selective thinning, wherein 30% of trees were harvested in winter of 2012. Tree‐level and ecosystem‐level water fluxes were monitored from 2011 to 2013 using sapflow and eddy‐covariance techniques, and were compared with an adjacent 39‐year‐old pine plantation forest that was not thinned. In the 74‐year‐old forest, transpiration declined after thinning in the 2012 growing season, while tree‐level water transport increased despite a severe drought. Time lag between sapflow and ecosystem evapotranspiration showed that the older stand had a significantly shorter time lag when compared to the younger stand, particularly in the thinning year. Linear regression modeling indicated that this was likely due to higher soil moisture status in the older stand versus the younger forest. Hydraulic redistribution of soil water was apparent during drought periods in both forests and did not appear to be negatively affected by the thinning treatment in the older forest. We conclude that selective low density thinning did not negatively impact the forest's response to seasonal drought, and that the availability of more soil moisture as a result of thinning may improve the resilience of the forest to future climatic extreme events such as drought.

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 enseignants0,472
Score d'incertitude au seuil0,948

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 Opus0,005
Tête enseignante GPT0,189
Écart entre enseignants0,184 · 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

Citations19
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcohydrologyMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207