Long‐term assessment of the Moss Layer Transfer Technique for the restoration of <i>Sphagnum</i> ‐dominated peatlands
Notice bibliographique
Résumé
Abstract Introduction Peatlands are crucial for carbon storage and biodiversity but face increasing human degradation. The Moss Layer Transfer Technique (MLTT) has emerged as an effective method for restoring Sphagnum ‐dominated vegetation in post‐extracted horticultural peatlands. Objectives This study evaluates vegetation restoration trajectories over a 20‐year period in 147 MLTT‐restored sectors across Canada, compared to 227 reference sites in four climatic regions. Methods Vegetation surveys from natural and restored peatlands were classified using Hierarchical Classification on Principal Components, identifying eight vegetation groups representing reference assemblages or successional stages. Indicator species analysis refined group characterization, and groups were allocated to four climatic regions. A state‐based Ecological Quality Assessment (EQA) framework quantified convergence of restored sectors toward regional reference ecosystems. Electrical conductivity and pH were measured in water samples from the reference peatlands but in peat samples from the restored peatlands. The resulting differences were then analyzed using the Kruskal–Wallis and Dunn's tests. Results In Eastern Canada, restored sectors progressed toward reference conditions, with integration rates from 10 to 100% depending on post‐restoration age and region; notably, approximately 80% of restored peatlands in the Southern St. Lawrence region fell within the reference envelope within a decade. In Western Canada, from Manitoba to Alberta, sectors tended toward fen rather than bog references, likely due to the soil geomorphological properties of the substrate conditions. Conclusions These results underscore the importance of assessing residual peat properties prior to MLTT application and suggest that optimizing the rewetting step can enhance Sphagnum reestablishment. Overall, MLTT effectively accelerates peatland succession, while the EQA framework proves valuable for quantifying restoration success.
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 | 0,001 | 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 ».