Plasticity in bog plant nitrogen concentration is related to recent weather conditions
Notice bibliographique
Résumé
Abstract Background and aims NO x emissions from development of the oil sands resource in the Athabasca Oil Sands Region (AOSR) in Alberta, Canada have caused elevated N deposition, which has led to increased N concentrations in bog Sphagnum mosses and in leaves of some vascular plant species. Here, we address whether climate-related environmental variables affect N concentrations in bog species. Methods Plant samples were collected from 5 bogs in the AOSR, cleaned, dried, ground, and analyzed for N concentrations. Tissue N concentrations in 8 bog plant species were regressed against mean daily air temperature, precipitation, photosynthetically active radiation, atmospheric water potential, and atmospheric vapor pressure deficit over the 5, 10, 15, 20, 25, and 30 days prior to plant sampling using best subset regression. Results Climate-related environmental variables explained 12–61 % of overall variability in plant tissue N concentration. Tissue N concentrations in more deeply rooted vascular species ( Maianthemum trifolium, Rubus chamaemorus, Rhododendron groenlandicum , Picea mariana ) respond to environmental variables over longer periods of time (the previous 25–20 days prior to sampling) than more shallow rooted vascular species ( Vaccinium oxycoccos , Vaccinium vitis-idaea ) or mosses ( Sphagnum capillifolium, Sphagnum fuscum ) (5–10 days prior to sampling). Conclusion In the AOSR, N deposition and climate will continue to change. Understanding how bog plant N concentrations are affected by elevated N deposition from oil sands development and by climate will be key to the ability of monitoring programs to identify oil sands related effects on bog ecosystems across the AOSR.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».