MétaCan
Menu
Retour à la cohorte
Enregistrement W2525432229 · doi:10.1139/cjfr-2016-0218

Fungal wood decomposer activity induces niche separation between two dominant tree species seedlings regenerating on coarse woody material

2016· article· en· W2525432229 sur OpenAlexvenueno aff
Yu Fukasawa, Yoshinori Komagata, Shuji Ushijima

Notice bibliographique

RevueCanadian Journal of Forest Research · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensnon disponible
Organismes subventionnairesInstitute for Fermentation, Osaka
Mots-clésPinus densifloraSeedlingJaponicaCryptomeriaBiologyBotanyWoody plantTsugaDecomposerShade toleranceHorticultureCanopyEcologyEcosystem

Résumé

récupéré en direct d'OpenAlex

Decomposition subsystems have an essential role in forest dynamics but few studies demonstrate the effect of microbial decay traits on seedling regeneration. In the present study, we focused on seedling regeneration on coarse woody material (CWM), which is an important regeneration site for forest tree species, and the effects of wood decay type according to fungal decay preference for wood structural components on seedling colonization. Effects of log properties including wood decay type and other environmental variables on seedling density were evaluated by ordination methods and generalized linear models. In total, 22 woody species were recorded as seedlings on Pinus densiflora logs. By ordination analysis, white rot in heartwood and brown rot in sapwood, as well as canopy openness and log diameter, showed significant association with seedling communities. The factors selected for a generalized linear model for explaining seedling densities of the two dominant seedling species Cryptomeria japonica and P. densiflora included brown rot in sapwood and white rot in heartwood, but the effects were different: a positive effect of brown rot on C. japonica and a negative effect of white rot on P. densiflora. These results suggested that wood decay type could induce niche separation between dominant tree species regenerating on CWM.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

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)0,0010,000

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 Opus0,091
Tête enseignante GPT0,313
Écart entre enseignants0,222 · 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

Citations14
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207