Drivers of the variability of soil phosphorus fractions in boreal forested watersheds
Notice bibliographique
Résumé
In the boreal forest, phosphorus (P) is tightly cycled and can be heterogenous in its distribution across the landscape. Characterizing chemical, physical, and landscape-scale drivers of variability in both concentration and forms of soil P can help us understand how P dynamics will respond to environmental change; however, data on forms of soil P in boreal forests are sparse. The goal of this study was to assess the variability of soil P across a boreal forested watershed. Seventy-four surface soil samples from a boreal forested catchment were analyzed for a suite of chemical and physical characteristics, and were paired with geospatial data to develop predictive models of forms of soil P. Water-extractable P concentrations were low, while total P (65.7–2197 mg kg −1 ) and plant-available (Mehlich-3-extractable) P (0.63–193 mg kg −1 ) concentrations varied widely across the study area. Partial least squares regression results indicated that plant-available P was strongly related to soil Mn and Ca content, while total P was more strongly related to organic C and wetness index. These results suggest that soil P can vary widely, even in nutrient-poor boreal ecosystems, and site-specific characteristics may play an important role in predicting variability.
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) | 0,000 | 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 ».