MétaCan
Menu
Retour à la cohorte
Enregistrement W3047542293 · doi:10.1139/cjfr-2019-0399

Effect of biochar amendment on the properties of growing media and growth of containerized Norway spruce, Scots pine, and silver birch seedlings

2020· article· en· W3047542293 sur OpenAlexvenueno aff
Egle Köster, Jukka Pumpanen, Marjo Palviainen, Xuan Zhou, Kajar Köster

Notice bibliographique

RevueCanadian Journal of Forest Research · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSeedling growth and survival studies
Établissements canadiensnon disponible
Organismes subventionnairesState Forest Management Centre
Mots-clésBiocharScots pineAmendmentPicea abiesBetula pendulaAgronomyBiomass (ecology)SeedlingEnvironmental scienceGrowing seasonChemistryBotanyHorticultureBiologyPinus <genus>Pyrolysis

Résumé

récupéré en direct d'OpenAlex

Common practices and several studies have demonstrated the positive effect of biochar amendment on climate change mitigation, soil properties, and plant growth. We performed a greenhouse experiment to assess the potential of wood biochar to improve the properties of the growing media and the growth of seedlings in boreal tree species. We added willow biochar (0%, 5%, 10%, and 20%) to raw peat and measured the growth of Norway spruce (Picea abies (L.) H. Karst.), Scots pine (Pinus sylvestris L.), and silver birch (Betula pendula Roth) seedlings. In addition, the co-effect of biochar amendment with 0%, 50%, and 100% fertilization was estimated. We found that using up to 10% of biochar did not reduce the water retention capacity of the growing media significantly. Moreover, biochar amendment significantly increased carbon, nitrogen, potassium, and phosphorus concentrations and had a significant liming effect on the growing media. The biochar amendment increased the aboveground growth of spruce seedlings and root biomass, as well as the root collar diameter, of birch seedlings. Biochar amendment did not affect the quality of seedlings, estimated by the Dickson’s quality index, for spruce and pine, while the quality of birch increased. Based on our results, biochar has potential in forest seedling production.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,285
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,036
Tête enseignante GPT0,252
Écart entre enseignants0,216 · 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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetSeedling growth and survival studiesTravaux en français237 207