MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400640910 · doi:10.1139/cjfr-2024-0017

Assessment of moss-associated biological nitrogen fixation of dominant moss species in mature black spruce forests in Eastern Canada

2024· article· en· W4400640910 sur OpenAlexafffundvenueabout
Romain Darnajoux, Charlotte Blasi, Pauline Le Monier, Jean‐Philippe Bellenger

Notice bibliographique

RevueCanadian Journal of Forest Research · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésMossBlack spruceEnvironmental scienceForestryBotanyNitrogen fixationBiologyEcologyNitrogenTaigaGeographyChemistry

Résumé

récupéré en direct d'OpenAlex

Biological nitrogen fixation (BNF) by bryophytes is an essential source of new nitrogen in nitrogen-limited boreal ecosystems. This assessment is, however, primarily based on reports from northern Europe and, to a lesser extent, Western North America. A more systematic and extensive evaluation of nitrogen fixation by moss is required to close current gaps in records of moss BNF and better assess the importance of bryophytes on N input in boreal ecosystems. Here, we evaluated nitrogen fixation activity and contribution to N input of dominant bryophyte species in black spruce forests from Eastern Canada. We assessed the relative abundance, BNF activity, and relative contribution to nitrogen input on five sites along a 600 km transect. We report that several moss species contribute to nitrogen input but that Ptilium crista-castrensis is the main contributor. Estimated nitrogen input by mosses (≪ 1 kg·ha−1·year−1) is in the low range of N inputs reported in the literature and is consistent with activities reported elsewhere for similar species, N deposition, and forest age. Results show that atmospheric deposition, while low, remains a more significant source of exogenous N to mature black spruce forests than bryophytes.

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 enseignants0,034
Score d'incertitude au seuil0,069

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,034
Tête enseignante GPT0,307
Écart entre enseignants0,273 · 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

Citations1
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetPeatlands and Wetlands Ecology→Travaux en français237 207→