MétaCan
Menu
← Retour à la cohorte
Enregistrement W2890090460 · doi:10.5539/enrr.v8n3p102

Does the Date of Burning Affect Carbon and Nutrient Losses in a Humid Savanna of West Africa?

2018· article· en· W2890090460 sur OpenAlexvenueno aff
Aya B. N Dri, Louis N. Konan

Notice bibliographique

RevueEnvironment and Natural Resources Research · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesInstitut de Recherche pour le Développement
Mots-clésNutrientBiomass (ecology)Environmental scienceBiomass burningSoil waterCarbon fibersAnimal scienceAtmosphere (unit)AgronomyEnvironmental chemistryChemistryEcologyBiologySoil scienceGeographyAerosolMeteorology

Résumé

récupéré en direct d'OpenAlex

A significant impact of fires is the transfer to the atmosphere of the elements contained in combusted biomass. This study was carried out in the Guinean savanna of Lamto (Côte d’Ivoire) to evaluate fire-mediated carbon and nutrient losses from biomass according to the date of burning. The fire regimes tested consisted of three different burning dates: early (EF), mid (MF), and late (LF) season fires, on nine 0.5 ha plots. Carbon and five elemental nutrients were assessed in the aboveground biomass prior to burning and in ash and unburnt biomass after fires; losses were assessed by subtraction. The proportion of nutrients transferred to the atmosphere varied from 42 % (K) to 98 % (C). The lowest losses were recorded during the EF and the greatest during the MF and LF. Emission of CO2 was relatively greatest during the EF than during the MF and LF (16, 14 and 13 t ha-1 respectively). The proportion of the fine ash fraction (< 1 mm) was the greatest during MF. The highest concentrations of K, P, Ca and Mg occurred in this fraction, most susceptible to losses due to wind and rainfall. The percentage losses of C, N and K were positively correlated with fire maximal temperatureand flame height, explaining the relatively higher losses during MF. Over the long term, the MF applied annually, would lead to important depletion of soil nutrients, particularly N and P, which contributes to the low availability of nutrients in the soils of Lamto savannas.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,268
Écart entre enseignants0,253 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Natural Resources Research→Même sujetFire effects on ecosystems→Travaux en français237 207→