MétaCan
Menu
Retour à la cohorte
Enregistrement W4409359747 · doi:10.1139/cjb-2024-0088

Growth and productivity of the moss <i>Sphagnum fuscum</i> in bogs of northeastern North America

2025· article· en· W4409359747 sur OpenAlexvenueaboutno aff
Mary V. Santelmann, Eville Gorham, Kyler Casper

Notice bibliographique

RevueBotany · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBogSphagnumMossBiologyBotanyProductivityPeatEcology

Résumé

récupéré en direct d'OpenAlex

Peatlands store about one-third of the global soil carbon pool. Improved understanding of drivers of Sphagnum productivity can improve models of carbon dynamics under future climate regimes. Studies of Sphagnum growth were undertaken to investigate rates of Sphagnum growth and productivity for ombrotrophic bogs across eastern North America. Growth of Sphagnum fuscum was measured at eight bogs along a transect from Newfoundland to Minnesota between 1981 and 1983, and short cores were collected from S. fuscum hummocks at 20 bogs along the transect. Shoot elongation ranged from 3 mm year−1 in Newfoundland to 11.2 mm year−1 in western Québec, with values of 7 mm year−1 for sites in the southern maritimes. Productivity ranged from 103 to 307 g m−2 year−1. Shoot elongation was negatively correlated with bulk density ( r2 = 0.93, p < 0.0002). Bulk density decreased from maritime to mid-continental sites consistent with existing classifications of maritime, transitional, and continental sites based on landforms, vegetation, and stratigraphy. Productivity was positively correlated with GDD5 and negatively correlated with precipitation and vascular plant cover. These data fill an important gap in measurement of Sphagnum growth and patterns of productivity in this region.

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 enseignants0,442
Score d'incertitude au seuil0,880

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,004
Tête enseignante GPT0,195
Écart entre enseignants0,191 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBotanyMême sujetPeatlands and Wetlands EcologyTravaux en français237 207