MétaCan
Menu
Retour à la cohorte
Enregistrement W2785693937 · doi:10.1139/cjfr-2017-0415

Biochar as a growing media component for containerized production of Douglas-fir

2018· article· en· W2785693937 sur OpenAlexvenueno aff
Jessica L. Sarauer, Mark D. Coleman

Notice bibliographique

RevueCanadian Journal of Forest Research · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSeedling growth and survival studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiocharSeedlingFertilizerPeatBiomass (ecology)AgronomyPhotosynthesisLeaching (pedology)Environmental scienceBiologyBotanyChemistrySoil waterEcologyPyrolysis

Résumé

récupéré en direct d'OpenAlex

In the inland northwestern United States (US), Douglas-fir artificial regeneration commonly includes growing seedlings in media containing sphagnum peat. Concerns over the sustainability of peat and rising plant production costs are initiating investigation of growing media alternatives. Biochar is a potential media amendment that has positive physical and chemical properties for seedling production, including high water and nutrient retention due to large surface area, which may reduce leaching losses and improve fertilizer use efficiency. We used different amounts of biochar to amend peat-based growing media to determine if seedling growth response to various fertilizer rates differed with biochar amendments. Every 13 weeks for 39 weeks, replicate seedlings were measured for photosynthetic activity, destructively harvested, and analyzed for leaf nitrogen concentration. Biochar did not reduce fertilizer rates required to grow equal-sized seedlings or improve seedling growth. When mixed with peat at rates of 25% or 50% by volume, biochar progressively reduced height and diameter growth rates, seedling biomass, and photosynthetic rate. Biochar increased growing media pH to levels incompatible with conifer seedling requirements and decreased media extractable P concentration, which may have caused decreased photosynthesis. Adjusting pH of the biochar used would be necessary to grow Douglas-fir seedlings for forest regeneration.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,092
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
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)0,0000,000

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 Opus0,059
Tête enseignante GPT0,313
Écart entre enseignants0,254 · 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

Citations27
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetSeedling growth and survival studiesTravaux en français237 207