MétaCan
Menu
Retour à la cohorte
Enregistrement W2899628664 · doi:10.5539/jas.v10n12p437

Contribution of Plant Litter in Fragments of Dry Tropical Forest in Paraíba

2018· article· en· W2899628664 sur OpenAlexvenueno aff
Adão Batista de Araújo, Patrícia Carneiro Souto, Jacob Silva Souto, Fabio Junho Alves da Silva, Francisco de Assis Pereira Leonardo, César Henrique Alves Borges

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and biological studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPlant litterLitterEnvironmental scienceWet seasonDry seasonDeposition (geology)AgronomyForestryAnimal scienceEcologyGeographyBiologyEcosystem

Résumé

récupéré en direct d'OpenAlex

Deposition of plant litter in the environment represents the entrance into the system, with reflection on soil organic matter content and environmental quality of the site. The objective of this study was to estimate the deposition, accumulation and decomposition of plant litter in preserved Caatinga vegetation, and the interference of climatic variability in the dynamics of these events. This research was developed in the Private Natural Heritage Reserve (RPPN), Tamanduá Farm, in the municipality of Santa Terezinha-PB, in a Caatinga area. Plant litter deposited in 20 twenty 1.0 m² litterfall traps of 1.0 m × 1.0 m was collected monthly (June/2014 to July/2015), covering the dry and rainy period of the region. The material was separated into leaves, branches + bark, reproductive material and miscellaneous material. Litter stock accumulated on the forest floor was quantified using a 0.5 m × 0.5 m metal frame to estimate decomposition rate of litter. We found that that leaves fraction obtained the highest deposition average in July 2014 with 395.80 kg ha-1 and the lowest in February/2015 with 9.5 kg ha-1. We concluded that that litter production obtained during the evaluation period was 2.2 mg ha-1, being the highest contribution of litter at the end of the rainy season of the region.

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)0,000
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 enseignants0,094
Score d'incertitude au seuil0,188

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 GPT0,209
Écart entre enseignants0,201 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetEnvironmental and biological studiesTravaux en français237 207