The effects of different management interventions on degraded rangelands in Iceland
Notice bibliographique
Résumé
Abstract Loss of vegetation and soil erosion are symptoms of widespread rangeland degradation across most of the Icelandic highlands. Areas at different stages of degradation coexist as a mosaic that includes both vegetated heathlands, and exposed gravelly deserts. Revegetation efforts have included fertilizer applications and grazing exclusion to increase plant biomass and reduce bare ground, but their effectiveness is predicted to differ depending on the stage of degradation for a certain area. In this study, we used a 4‐year field experiment to test the predictions of a state‐and‐transition model for the Icelandic highlands. We measured the combined effects of grazing exclusion and factorial applications of nitrogen (N), phosphorus (P), and potassium (K) fertilizers, on plant biomass, species richness, amount of exposed bare ground and plant community composition in a dwarf‐shrub heathland and a gravelly desert habitat. After 4 years: (1) grazing exclusion alone had no effect in either habitat; (2) fertilizers increased biomass in both habitats, especially in plots treated with NP or NK; (3) the combination of fertilizers and grazing exclusion produced the greatest amount of aboveground biomass, predominantly of forb and graminoid species. In the dwarf‐shrub heath, the increase in biomass in fertilized and fenced plots also corresponded to a loss in species richness, whereas in the gravelly desert, increased biomass reduced the amount of bare ground without reducing species richness. Our results reinforce the importance in understanding the effects of different management interventions across ecological conditions to determine the most effective revegetation approach.
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 ».