MétaCan
Menu
Retour à la cohorte
Enregistrement W2527821576 · doi:10.5558/tfc2016-060

Species-specific determinants of mortality and recruitment in the forest-steppe ecotone of northeast China

2016· article· en· W2527821576 sur OpenAlexaffvenue
Nan Zeng, Huaxia Yao, Mei Zhou, Pengwu Zhao, Jeffery P. Dech, Bo Zhang, Lu Xue

Notice bibliographique

RevueThe Forestry Chronicle · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensNipissing UniversityMinistry of EnvironmentMinistry of the Environment, Conservation and Parks
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésEcotoneSteppeChinaEcologyBiologyForestryGeographyShrub

Résumé

récupéré en direct d'OpenAlex

Tree mortality is a notable phenomenon in the forest-steppe ecotone of China. However, the association between mortality and factors such as a changing climate is uncertain. In the summer of 2014 tree mortality was investigated in 20 × 400 m 2 plots to determine the species-specific determinants of mortality and their influence on subsequent species recruitment. Nine soil physical-chemical properties were examined in addition to slope position, mean DBH and total number of trees. Generalized linear models analyzed relationships between these variables and mortality and recruitment. Mortality was positively associated with increasing average diameter and negatively to high soil pH and total nitrogen content. Recruitment models indicate that Populus davidiana recruitment was positively affected by available phosphorus and mortality, and negatively related to mean DBH. Slope position was the most important contributing variable to Betula platyphylla recruitment. With Quercus mongolica recruitment, soil variables played an important role. These results suggest that tree mortality is affected by soil properties, topography and tree size in China's forest-steppe ecotone, and may improve our understanding of species mortality and contribute to improved forest management.

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)0,001
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 enseignants0,009
Score d'incertitude au seuil0,581

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,040
Tête enseignante GPT0,270
Écart entre enseignants0,230 · 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

Citations8
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetForest ecology and managementTravaux en français237 207