Primary and Secondary Igapó Forests in the Peruvian Amazon: Floristics, Physical Structure and the Predictive Value of Soil Bulk Density
Notice bibliographique
Résumé
Igapó forests are a key part of the Amazon.  And so, it is important to know their floristics and physical structure, and how they may be influenced by their soil.  The floristics and physical structure of 16 primary [1o] and secondary [2o] igapó forest plots in Loreto Province, Peru was described and linear regressions were computed to explore whether soil bulk density could predict structural parameters. In the 1o forest, Fabaceae, Malvaceae and Rubiaceae were the most common families and Calycophyllum spruceanum, Ceiba samauma, Inga spp., Cedrela odorata, Copaifera reticulata, Phytelephas macrocarpa, Guazuma rosea, and Piptadenia pteroclada were the most common species. And as flooding increased, bulk density, stem density, stem size, species richness, Fishers α, basal area and above-ground biomass all decreased. In the 2o forest, Urticaceae, Rubiaceae and Euphorbiaceae were the most common families and Cecropia membranacea, Sapium glandulosum, Pourouma guianensis and Byrsonima arthropoda were the most common species. The number of stems was greatest in the island 2o forest and lowest in the 1o forest under water for more than four months, and mean stem size, species richness, Fishers α, basal area and above-ground biomass was lowest in the sandy beach 2o forest and highest in the 1o forest under water one to two months. Soil bulk density predicted mean stem size, species richness and Fishers α well, where all three decreased as soils became more sandy. I conclude that as soil becomes less sandy with more clay content there is an increase in forest structural complexity, unpredictable flooding in 2o forests reduces structure more than the predictable flood pulse 1o forests receive, and soil bulk density may have a causal role for diversity in igapó forests.
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 | 0,000 |
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.
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 ».