MétaCan
Menu
← Retour à la cohorte
Enregistrement W3206260758 · doi:10.1139/cjfr-2021-0134

Differences in C, N, <i>δ</i><sup>13</sup>C, and <i>δ</i><sup>15</sup>N among plant functional types after a wildfire in a black spruce forest, interior Alaska

2021· article· en· W3206260758 sur OpenAlexvenueno aff
Shiro Tsuyuzaki, TaeOh Kwon, Fumiko Takeuchi, Michiru Otaki, Yuki Sawada

Notice bibliographique

RevueCanadian Journal of Forest Research · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLitterShrubHerbaceous plantSphagnumWoody plantPeatBotanyPinus <genus>Black spruceSalicaceaeHorticultureEnvironmental scienceAnimal scienceEcologyBiologyTaiga

Résumé

récupéré en direct d'OpenAlex

We measured differences in %C, %N, δ13C, and δ15N of plant functional types (PFTs) between burned and unburned ground surfaces soon after a wildfire on a north-facing slope in interior Alaska. The C and N were measured for 16 species and Sphagnum litter. δ13C differed among the PFTs and was low for trees and shrubs, suggesting that woody stems slowed C dynamics or showed low water use efficiency. δ15N concentrations suggested that the herbaceous plants depended less on the mycorrhizal associations that became weak on the burned surfaces. The shrub leaves showed the lowest δ15N of PFTs and showed higher δ15N on the burned surface, showing that N transfer from the soils to the leaves in the shrubs was slowed by the wildfire. Mosses showed the highest C/N ratio. Sphagnum litter decomposed faster on the burned surface, and %N and δ15N in the litter increased from the second to third year on both burned and unburned surfaces, while %C changed little. In conclusion, the responses to the wildfire differed among the PFTs as characterized by their C and N dynamics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,112
Score d'incertitude au seuil0,222

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,228
Écart entre enseignants0,211 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetFire effects on ecosystems→Travaux en français237 207→