MétaCan
Menu
Retour à la cohorte
Enregistrement W3207378353 · doi:10.5539/jas.v13n11p105

Calcium and Magnesium Dynamics in Litter in a Successional Forest Ecosystem, Under Hydroperiod

2021· article· en· W3207378353 sur OpenAlexvenueno aff
Amanda Maria de Sousa Diógenes Ferreira, Francisco de Assis Oliveira, Steel Silva Vasconcelos, José Renan da Silva Guimarães, Luciedi de Cássia Leôncio Tostes, Francisco Oliveira Cruz, João da Luz Freitas, José Victor Torres Alves Costa, Ângela Maria Braga Lobato, Adriano Castelo dos Santos

Notice bibliographique

RevueJournal of Agricultural Science · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and biological studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLitterEcosystemDry weightBotanyAnimal scienceHorticultureBiologyEcology

Résumé

récupéré en direct d'OpenAlex

This study was part of the Manipulation of Moisture and Nutrient Availability in Young Regrowth Forests in Eastern Amazonia Project (MANFLORA). The experiment was designed in completely randomized blocks containing control and irrigated treatments during the dry period (5 mm of water/day), with four repetitions each. The monthly mean litter values ranged from 316.10 to 997.90 kg ha-1 month-1. The magnitude of this phenomenon can be explained by the functional role of the floristic structure, represented by the species Myrcia sylvatica (G. mey) DC., Myrcia bracteata (Rich) DC., Miconia ciliata (Rich) DC., Lacistema pubescens Mart., Lacistema aggregatum (Berg.) Rusby, Vismia guianensis (Aubl.) Choisy, Cupania scrobiculata Rich. and Ocotea guianensis Aubl., which constituted the determinant factors, associated with the hydroperiodic effect and ecosystem manipulation. The monthly mean of the analytical results of mass treatments were significant (P < 0.05), however, when compared annually there was no significance, which indicates seasonal influence, since the period of greatest deposition is the dry one, regardless of the water manipulation along the period studied. Only in time the mass values of Ca and Mg were not significant for treatment (P < 0.05). The amount of Ca was significantly (P < 0.05) higher than that of Mg.

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 enseignants0,009
Score d'incertitude au seuil0,017

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 technologies0,0000,000
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 Opus0,009
Tête enseignante GPT0,212
Écart entre enseignants0,203 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetEnvironmental and biological studiesTravaux en français237 207