Black Plastic Mulch or Herbicide to Accelerate Bur Oak, Black Walnut, and White Pine Growth in Agricultural Riparian Buffers?
Notice bibliographique
Résumé
This study was conducted in a riparian buffer bordering a 1 km segment of a headwater stream crossing a pasture site located in southern Québec (Canada). Three species were planted (black walnut (Juglans nigra L.), bur oak (Quercus macrocarpa Michx.), and eastern white pine (Pinus strobus L.)) with three vegetation treatments (control, herbicide (one application/year for 3 years), and black plastic mulch)). The main objective was to determine to which extent herbicide and plastic mulch, used with species having different ecological characteristics, affect tree growth and soil nutrient status in riparian buffers. Survival was high (>93%) for all species in all treatments. In the control (no vegetation treatment), growth was similar among species. Black walnut had the strongest growth response to herbicide and plastic mulch, and white pine had the weakest. For all species, growth was similar in the herbicide and the plastic mulch treatments. During the fifth growing season, plastic mulch increased soil nitrate and phosphorus compared to the herbicide treatment. In the plastic mulch treatment, higher soil nitrate supply was observed for species that preferentially uptake ammonium (black walnut and white pine). Soil nutrient supplies were similar between the control and herbicide treatments. Despite the more favorable nutritional conditions it provides, permanent black plastic mulching does not provide higher growth benefits after 5 years than a 3-year herbicide treatment. The high soil nitrate supply observed in mulched black walnut and mulched white pine may indicate a limited capacity for nitrate phytoremediation by these species.
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 | 0,000 | 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) | 0,000 | 0,001 |
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 ».