MétaCan
Menu
Retour à la cohorte
Enregistrement W4391343146 · doi:10.1080/02827581.2024.2305186

Temporal changes in forest floor carbon stocks following scarification in boreal lichen woodlands

2024· article· en· W4391343146 sur OpenAlexafffundabout
Boris Dufour, François Hébert, Jean‐François Boucher

Notice bibliographique

RevueScandinavian Journal of Forest Research · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensUniversité du Québec à MontréalUniversité du Québec à ChicoutimiMinistère des Ressources naturelles et des Forêts (Québec)Cégep de Baie-ComeauUniversité du Québec à Rimouski
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésScarificationMicrositeForest floorEnvironmental scienceAfforestationTaigaForestryCoarse woody debrisWoodlandBorealAgroforestryEcologyGeographySoil scienceAgronomyBiologySeedlingSoil waterHabitat

Résumé

récupéré en direct d'OpenAlex

Uncertainties remain regarding the carbon (C) loss due to scarification in afforested lichen woodlands (LW), which originate from regeneration failures of closed-crown black spruce- feathermoss stands due to compounded disturbances. Therefore, the objective of this study was to characterize the C stock changes in the forest floor of scarified, unharvested LWs. Ten afforestation trials were established from 1999 to 2014 in LWs in the managed boreal forest of Québec. Ground surface layers were sampled in 2017 for different microsites. From 3 to 18 years after treatment, scarified floors exhibited ≈ 2 Mg ha−1 C loss, due to opposite trends in the furrow and ridge microsites. Both gradually approached the undisturbed C density level of forest floor between furrow pairs and between skidder trails microsites without reaching it after 18 years. This suggests that microsite C density continued to evolve afterward, and that losses due to scarification might be recovered, due to a higher potential gain in the furrow microsites combined with a lower expected loss in the ridge microsites. Carbon managers should use a permanent 2 Mg ha−1 C loss in the forest floor due to scarification in LWs, acknowledging that this is offset by the growth of planted trees.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,947

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,053
Tête enseignante GPT0,309
Écart entre enseignants0,256 · 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 tête enseignante, 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

Citations2
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScandinavian Journal of Forest ResearchMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207