MétaCan
Menu
Retour à la cohorte
Enregistrement W3203694526 · doi:10.33730/2310-4678.1.2021.231883

Ecological sustainability of trees of protective forests against air pollution

2021· article· en· W3203694526 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueBalanced nature using · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShrubEnvironmental scienceResistance (ecology)Vegetation (pathology)WillowAir pollutionBioindicatorCaraganaPollutionEcologyBiology

Résumé

récupéré en direct d'OpenAlex

The aim is to analyze the resistance of tree and shrub vegetation used to create protective forest belts to air pollution on the basis of experimental studies conducted by other scientists. The research was carried out on the basis of the development of experimental materials on the resistance of tree and shrub vegetation to atmospheric pollution by dust and gases, presented in the works of famous scientists. The obtained results were generalized, the probability of growing gas- and dust-resistant trees in the conditions of climate change in relation to their drought resistance was estimated and the most resistant species of trees and shrubs were recommended. Also identified species of plants that can act as bioindicators of air pollution. Studied by Prysedsky Yu.G. (2014) plant species in terms of resistance to atmospheric pollutants with sulfur, nitrogen and fluorine compounds were divided into four groups: tolerant (resistant), moderately damaged, unstable and with variable resistance. The group of resistant species includes prickly pear, common oak, Tatar honeysuckle and caragana arborescens. These species can be used to create protective forest belts. At the same time, reliable plant indicators of sulfur, nitrogen and fluoride oxides in the air will be unstable plant species — mountain ash and poplar Bolle. Classification of trees and shrubs in terms of their resistance to atmospheric smoke divides plants into three groups: stable, relatively stable, unstable, with the allocation of primary and secondary wood species for forest belts, as well as shrubs. The most resistant to atmospheric smoke are white acacia, elm, white willow, forest pear, poplar, hazel, juniper, forest apple. They can be the main components of protective forest belts in the area of atmospheric smoke. Unstable species — red oak, Scots pine, horse chestnut, viburnum — are bioindicators of atmospheric smoke. There is also a classification of tree species by dust retention M.I. Kalinin (1991). Behind it the most dust of 1 m2 of leaves is retained by white mulberry — 8.1 g, weeping willow — 8.1 g, three-pricked gladiolus — 5.1 g, elm — 4.1 g and field maple — 3.6 g. One tree absorbs the most dust during the growing season in weeping willow — 37.9 kg, Canadian poplar — 34.1 kg, white mulberry — 31.3 kg, ash — 27.1–29.6 kg, maple — 29,2 kg and high island — 24.2 kg. According to Vergeles (2000), poplars have the highest average relative dust resistance — 180 points, common ash — 170, bitter horse chestnut and linden leaf heart — 100 points each.

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.

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)0,001
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 enseignants0,484
Score d'incertitude au seuil0,373

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,005
Tête enseignante GPT0,241
Écart entre enseignants0,236 · 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