Nitrogen Turnover in Forest Floors of Coastal Douglas-Fir at Sites Differing in Soil Nitrogen Capital
Notice bibliographique
Résumé
Nitrogen cycling is generally considered to be more rapid on sites with high availability of N; this is usually associated with differences in tree species composition. We tested whether N cycling in stands of a single tree species increased with increasing mineral soil nitrogen capital. Rates of N cycling in nine stands of Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco) were estimated by measuring annual N input in litter, N content of the forest floor, and net N mineralization rate in the forest floor. Rates of C and N turnover were estimated from the litterfall:forest floor ratio. The amount of N returned in litter increased as soil N capital increased. The increase in litter N content resulted from both increased litter mass (C content) and increased N concentration in litter. Despite the greater litter input, forest floor mass was smaller at N-rich sites, indicating more rapid turnover of the forest floor on N-rich sites. There was a positive relationship between fractional annual loss of N from the forest floor and soil N capital. Therefore, even without changes in tree species composition, sites with greater soil N capital returned more N in annual litterfall and had faster turnover of N in the forest floor. Fractional annual loss of C also increased with increasing soil N capital, indicating faster decomposition on N-rich sites. The rate of net N mineralization during laboratory incubations of the forest floor was not correlated with soil N capital or N concentrations of litter, but was related to the C:N ratio of the forest floor. Net N mineralization was appreciable only at two sites where forest floor C:N ratios were <35. The rate of net N mineralization or C:N ratio of the forest floor were not good indicators of N availability at these sites. The results of this study are consistent with the hypothesis that rates of N cycling are faster on N-rich sites, and that this effect can occur in the absence of changes in tree species composition.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».