MétaCan
Menu
Retour à la cohorte
Enregistrement W2807146763 · doi:10.3390/f9060324

Response of Black Ash Wetland Gaseous Soil Carbon Fluxes to a Simulated Emerald Ash Borer Infestation

2018· article· en· W2807146763 sur OpenAlexaff
Matthew Van Grinsven, Joseph P. Shannon, Nicholas W. Bolton, Joshua Clark Davis, Nam Jin Noh, Joseph W. Wagenbrenner, Randall K. Kolka, Thomas G. Pypker

Notice bibliographique

RevueForests · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésEmerald ash borerEnvironmental scienceWetlandWater tableFraxinusSoil carbonHydrology (agriculture)Soil gasSoil waterEcologySoil scienceGroundwaterGeologyBiology

Résumé

récupéré en direct d'OpenAlex

The rapid and extensive expansion of emerald ash borer (EAB) in North America since 2002 may eliminate most existing ash stands, likely affecting critical ecosystem services associated with water and carbon cycling. To our knowledge, no studies have evaluated the coupled response of black ash (Fraxinus nigra Marsh.) wetland water tables, soil temperatures, and soil gas fluxes to an EAB infestation. Water table position, soil temperature, and soil CO2 and CH4 fluxes were monitored in nine depressional headwater black ash wetlands in northern Michigan. An EAB disturbance was simulated by girdling (girdle) or felling (ash-cut) all black ash trees with diameters greater than 2.5 cm within treated wetlands (n = 3 per treatment). Soil gas fluxes were sensitive to water table position, temperature, and disturbance. Soil CO2 fluxes were significantly higher, and high soil CH4 fluxes occurred more frequently in disturbed sites. Soil CH4 fluxes in ash-cut were marginally significantly higher than girdle during post-treatment, yet both were similar to control sites. The strong connection between depressional black ash wetland study sites and groundwater likely buffered the magnitude of disturbance-related impact on water tables and carbon cycling.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,027
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,246
Écart entre enseignants0,238 · 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

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetPeatlands and Wetlands EcologyTravaux en français237 207