MétaCan
Menu
Retour à la cohorte
Enregistrement W2901074983 · doi:10.3390/f9110707

Assessing the Long-Term Ecosystem Productivity Benefits and Potential Impacts of Forests Re-Established on a Mine Tailings Site

2018· article· en· W2901074983 sur OpenAlexafffundabout
Juha M. Metsaranta, Suzanne Beauchemin, S. Langley, Bryan Tisch, Phyllis L. Dale

Notice bibliographique

RevueForests · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil erosion and sediment transport
Établissements canadiensNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesCanadian Forest Service
Mots-clésTailingsRevegetationEnvironmental scienceLand reclamationProductivityEcosystemBiomass (ecology)Forest ecologyAcid mine drainageAgroforestryEnvironmental protectionEcology

Résumé

récupéré en direct d'OpenAlex

Restoring sites disturbed by industrial activity to a forested condition can ensure the continued provision of economic and ecosystem services from these areas. Impounded mine tailings are particularly challenging sites, and positive benefits of establishing trees must be balanced against risks associated with metal contamination, ongoing tailings stability, and the possibility of acid mine drainage. We used a hybrid biometric modelling approach based on dendrochronological reconstruction to retrospectively (1980–2015) quantify productivity and carbon dynamics of pine plantations growing on impounded mine tailings at the Vale waste management facility near Sudbury, Canada. Historical reclamation practices had remediated conditions sufficiently to allow conifer plantation establishment in the late 1970s. The revegetated sites were highly productive, when compared to reference conditions based on site index, wood volume growth, and ecosystem production, congruent with other studies showing that forests on revegetated post mining sites can be highly productive. However, metal concentrations in the forest floor were high, and further research is warranted to evaluate ecosystem impacts. Due to the requirement for energy-intensive inputs, we estimated that it took 12 years or more to recover the emissions associated with the revegetation process through C accumulated in biomass and soil at the revegetated sites.

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 enseignants0,042
Score d'incertitude au seuil0,975

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)0,0000,000

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 Opus0,024
Tête enseignante GPT0,256
Écart entre enseignants0,232 · 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

Citations13
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetSoil erosion and sediment transportTravaux en français237 207