Morphology and Genesis of Humus Profiles under Chaparral Shrubs in Southern California
Notice bibliographique
Résumé
Core Ideas Litter layers of chaparral soils differ dramatically under different plant species. The rate of litterfall, balanced by the rate of decomposition, influences the type of litter layers that develop. Macrofauna, such as earthworms, are inhibited by dry conditions and have minimal effects on litter layer characteristics. Chaparral is the predominant wildland ecosystem adjoining many urban areas of California. The litter layers under this dense shrub cover are important because they modify soil climate, support soil fauna, provide nutrients, and protect against soil erosion. The objectives of this study were: (i) to understand how the morphology of chaparral litter layers changes with depth under different shrub species, and (ii) to determine the influence of shrub species and associated macrofauna on the genesis of humus profiles. Research was conducted within mature chaparral stands (38 yr after fire) on the San Dimas Experimental Forest under four common chaparral species: chamise ( Adenostoma fasiculatum H. & A.), hoaryleaf ceanothus ( Ceanothus crassifolius Torr.), bigberry manzanita ( Arctostaphylos glauca Lindl.), and scrub oak ( Quercus dumosa Nutt.). Increased litter decomposition with depth was expressed as decreasing C/N ratios, proliferation of fungal hyphae, and degradation of characteristic leaf features. Mineral matter content also increased with depth in the humus profiles, resulting from mixing by soil fauna. Earthworm densities were low throughout the chaparral, caused by seasonal moisture limitations, and were insufficient to consume manzanita leaf litter effectively, leading to thicker humus profiles and the development of Mor‐type humus. Moder‐type humus forms, with thinner litter layers, were found under scrub oak and ceanothus. Chamise litter was classified as a Rhizomull because of minimal litter accumulation, resulting from low and roughly equivalent litterfall and decomposition rates. Unique characteristics of the chaparral species led to different humus profiles and humus forms but macrofauna were not an overriding genetic influence.
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 | 0,001 | 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 ».