Effects of nitrogen deposition on litter decomposition and nutrient release mediated by litter types and seasonal change in a temperate forest
Notice bibliographique
Résumé
We conducted a field experiment with four levels of simulated nitrogen (N) deposition (0, 2.5, 5, and 7.5 g N m−2 yr−1, respectively) to investigate the response of litter decomposition of Pinus koraiensis (PK), Tilia amurensis (TA), and their mixture to N deposition during winter and growing seasons. Results showed that N addition significantly increased the mass loss of PK litter and significantly decreased the mass loss of TA litter throughout the 2 yr decomposition processes, which indicated that the different responses in the decomposition of different litters to N addition can be species specific, potentially attributed to different litter chemistry. The faster decomposition of PK litter with N addition occurred mainly in the winter, whereas the slower decomposition of TA litter with N addition occurred during the growing season. Moreover, N addition had a positive effect on the release of phosphorus, magnesium, and manganese for PK litter and had a negative effect on the release of carbon, iron, and lignin for TA litter. Decomposition and nutrient release from mixed litter with N addition showed a non-additive effect. The mass loss from litter in the first winter and over the entire study correlated positively with the initial concentration of cellulose, lignin, and certain nutrients in the litter, demonstrating the potential influence of different tissue chemistries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».