Reduction in Water Stress for Tree Saplings Using Hydrogels in Soil
Notice bibliographique
Résumé
The effect of soil amendment with hydrogel on reducing water stress was tested for Siberian elm (Ulmus pumila) and silver maple (Acer saccharinum) saplings. The trees were planted in soils with one of two concentrations of hydrogel (0.5% or 1% dry weight) as compared to the control soil (0% of hydrogel) and watered either daily, weekly, or bi-weekly. Growth was monitored by measuring height and stem diameter. Stress was monitored by measuring SPAD readings and normalized difference vegetation index (NDVI), as proxy measures of chlorophyll content and photosynthetic activity, respectively. Water stress decreased NDVI (p < 0.05) but did not have a significant effect on SPAD readings. Soil with 0.5% concentration of hydrogel was positively associated with greater height and NDVI (p < 0.01) for both maple and elm trees. Hydrogels had a species-specific effect on SPAD readings. The interaction between hydrogel concentration and the watering regime had a significant effect on the height and NDVI (p < 0.01) of elms, but not maples. The improved performance of water-stressed tree saplings in hydrogel-amended soils was presumably due to the ability of hydrogels to absorb and then gradually release water and nutrients. This is of special interest for urban foresters, because water stress and nutrient deficiency are two important growthlimiting factors for street trees.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».