Spatial relationship between δ<sup>15</sup>N and elevation in agricultural landscapes
Notice bibliographique
Résumé
Understanding of the nitrogen (N) cycle and its spatial variability is important for managing ecosystems. Soil δ<sup>15</sup>N, as an important indicator of different soil nitrogen cycling processes, may provide critical information about the spatial variability in soil N cycling. The objective of this study was to examine the dominant landscape scale variability of δ<sup>15</sup>N, the location of the variability and its spatial relationship with elevation. Soil δ<sup>15</sup>N and elevation were measured along two transects (Davidson and Elstow, Saskatchewan, Canada). Each transect had 128 points with 3 m sampling intervals. Higher δ<sup>15</sup>N values typically occurred in topographic depressions as compared to knolls. The coefficient of determination revealed a significant linear relationship between δ<sup>15</sup>N and elevation (<i>r</i><sup>2</sup>=0.27) at Davidson whereas no relationship (<i>r</i><sup>2</sup>=0.00) was detected for the Elstow transect. However, wavelet spectra, cross wavelet, and squared wavelet coherency analysis revealed spatial relationships between δ<sup>15</sup>N and elevation at both sites. A strong coherency between δ<sup>15</sup>N and elevation at large scales (96 m or more) was detected for both transects. The Davidson transect showed an out of phase coherency at a topographically elevated area at the beginning and the end of the transect. The Elstow transect had a strong out of phase correlation (negative relationship) at the middle of the transect (corresponding to a depressions) indicating a location dependent relationship between δ<sup>15</sup>N and elevation. The relationship between δ<sup>15</sup>N and elevation reflects the effects of hydrology and soil water content over the landscape on N cycling processes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 tête enseignante, 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 ».