MétaCan
Menu
Retour à la cohorte
Enregistrement W3087235044 · doi:10.1002/ecy.3196

Causal hypotheses accounting for correlations between decomposition rates of different mass fractions of leaf litter

2020· article· en· W3087235044 sur OpenAlexafffund
Bill Shipley, Antoine Tardif

Notice bibliographique

RevueEcology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHemicelluloseLigninDecompositionCelluloseFraction (chemistry)LitterBiologyEcologyBotanyChemistryOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Whole-leaf decomposition rates are the sum of the decomposition rates of each chemical fraction (water-soluble, cellulose, hemicellulose, lignin), but the decomposition rates of each fraction show complicated patterns of covariation. What explains these patterns of covariation? After measuring the k values of each fraction in 42 different mixtures of tree leaf litters from five species, we tested three alternative causal hypotheses that have been proposed in the literature concerning these mixture interactions using structura equations modeling. All three hypotheses were rejected by the data. We then proposed a new hypothesis, in which rapid decomposition of the labile (water-soluble) fraction stimulates the decomposition of lignin by white-rot fungi and the decomposition of hemicellulose by brown-rot fungi. A more rapid decomposition of hemicellulose then stimulates the decomposition of cellulose. This hypothesis is both consistent with known biology and with our data and is proposed as the most viable current hypothesis.

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 enseignants0,015
Score d'incertitude au seuil0,504

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 Opus0,027
Tête enseignante GPT0,287
Écart entre enseignants0,260 · 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

Citations35
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207