MétaCan
Menu
Retour à la cohorte
Enregistrement W2966140861 · doi:10.5424/fs/2019282-14782

Replacing an oriental beech forest with a spruce plantation impacts nutrient concentrations in throughfall, stemflow, and O layer

2019· article· en· W2966140861 sur OpenAlexaff
Pedram Attarod, Parisa Abbasian, Thomas Grant-Pypker, Mohammad Taghi Ahmadi, Ghavamoddin Zahedi-Amiri, Hamid Soofi-Mariv, Vilma Bayramzadeh

Notice bibliographique

RevueForest Systems · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensThompson Rivers University
Organismes subventionnairesIran National Science FoundationNational Science Foundation
Mots-clésThroughfallStemflowBeechFagus orientalisEnvironmental scienceFagus sylvaticaCanopyPicea abiesForestryNutrientLeaching (pedology)AgroforestryBotanyEcologyGeographySoil waterBiologySoil science

Résumé

récupéré en direct d'OpenAlex

Aim of study: To measure the nutrient leaching from canopy and the O layer in a natural oriental beech (Fagus orientalis Lipsky) forest and a Norway spruce (Picea abies) plantation.Materials and methods: From mid-July to early November, 2013, we measured throughfall (TF) (n=45), stemflow (SF) (n=12) and leaching from the O layer (n = 30) in a 0.5 ha sample plot in the Caspian region, Mazandaran province in northern Iran.Main results: Concentrations of PO43-, Na+, Mg2+, Ca2+ and K+ in the throughfall and the O layer in both beech and spruce forests significantly increased relative to gross rainfall. Concentrations of Ca2+ and Na+ in TF and SF were significantly higher in the spruce forest compared with the beech forest. Furthermore, in both forests, cumulative fluxes of all studied elements (with the exception of NH4+ and NO3-) during the study period were statistically different from those of GR (P<0.05).Research highlights: This study demonstrates that changing from a natural beech forest to a spruce plantation significantly alters nutrient fluxes exiting the canopy and the O layer. This information provides essential information on how planting exotic species will affect nutrient cycles in this region.Keywords: Beech forest; Norway spruce plantation; Throughfall; Nutrient leaching; O layer.

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 enseignants0,025
Score d'incertitude au seuil0,991

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 savante0,0000,001
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 Opus0,008
Tête enseignante GPT0,217
Écart entre enseignants0,210 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForest SystemsMême sujetForest ecology and managementTravaux en français237 207