Long-term growth response of black spruce advance regeneration (layers), natural seedlings and planted seedlings to scarification: 25th year update
Notice bibliographique
Résumé
ABSTRACTCareful logging around advance growth and tree planting following site preparation or not (fill planting) have been widely used to regenerate black spruce (Picea mariana) stands in the boreal forest of Canada. An experiment was established in 1990 to compare these regeneration modes and natural seeding over a 25-year period following two types of scarification (cone- or disk-trenching) that were applied at two intensities (single- or double-pass). Without scarification, the three types of regeneration had slow height growth during the first 10 years (3.4–5.8 cm/year). Thereafter, planted seedlings (6.1–9.8 cm/year) and pre-established layers (5.8–8.5 cm/year) had 2–3 times higher growth than natural seedlings (2.6–3.1 cm/year). Scarification improved height growth of the three types of regeneration, but planted seedlings responded much earlier, and more strongly over the 25 years (+9.4 cm/year) than layers (+2.8 cm/year) and natural seedlings (+2.7 cm/year). A shift in the proportion of layers and natural seedlings was observed following treatment. Long-term monitoring revealed that double-pass scarification was beneficial to layer growth from years 15 to 20, while no positive effect was observed on natural or planted seedlings. Our results suggest that decades may be required for natural regeneration to respond to scarification in cold soils of the boreal forest.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».