MétaCan
Menu
Retour à la cohorte
Enregistrement W4387420500 · doi:10.1111/nph.19294

A meta‐analysis highlights globally widespread potassium limitation in terrestrial ecosystems

2023· review· en· W4387420500 sur OpenAlexaff
Baozhang Chen, Jingchun Fang, Shilong Piao, Philippe Ciais, Fei Wang, Shuli Niu, Zhenzhong Zeng, Yiqi Luo

Notice bibliographique

RevueNew Phytologist · 2023
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesState Key Laboratory of Resources and Environmental Information SystemNational Natural Science Foundation of China
Mots-clésTerrestrial ecosystemEcosystemBiomeEnvironmental scienceTerrestrial plantWetlandSoil waterProductivityPhosphorusEcologyFertilizerLimitingEcosystem servicesSoil scienceBiologyChemistry

Résumé

récupéré en direct d'OpenAlex

) is the most abundant inorganic cation in plant cells, playing a critical role in various plant functions. However, the impacts of K on natural terrestrial ecosystems have been less studied compared with nitrogen (N) and phosphorus (P). Here, we present a global meta-analysis aimed at quantifying the response of aboveground production to K addition. This analysis is based on 144 field K fertilization experiments. We also investigate the influences of climate, soil properties, ecosystem types, and fertilizer regimes on the responses of aboveground production. We find that: K addition significantly increases aboveground production by 12.3% (95% CI: 7.4-17.5%), suggesting a widespread occurrence of K limitation across terrestrial ecosystems; K limitation is more prominent in regions with humid climates, acidic soils, or weathered soils; the effect size of K addition varies among climate zones/regions, and is influenced by multiple factors; and previous N : K and K : P thresholds utilized to detect K limitation in wetlands cannot be applied to other biomes. Our findings emphasize the role of K in limiting terrestrial productivity, which should be integrated into future terrestrial ecosystems models.

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)0,007
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0050,008
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,160
Tête enseignante GPT0,323
Écart entre enseignants0,164 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207