MétaCan
Menu
Retour à la cohorte
Enregistrement W4416893843 · doi:10.1002/ldr.70337

Carbon Stock and Environmental Variations of Typical Plantations in Mufu Mountain in Hubei Province, China

2025· article· en· W4416893843 sur OpenAlexaff
Yi Yang, Jiaoyang Xu, Xiaobo Wang, Lunche Wang, Chunbo Huang

Notice bibliographique

RevueLand Degradation and Development · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésUnderstoryCarbon stockSoil carbonStock (firearms)EcosystemShrubSubtropicsForest ecologyCarbon fibers

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Forest ecosystems play a critical role in the global carbon cycle. As a significant terrestrial carbon sink, plantations exhibit carbon stock patterns that are shaped by tree species composition, stand structure, and environmental conditions. Here, we investigated typical plantation types in the Mufu Mountain, Hubei Province. Total carbon stock and its distribution across different stand types were quantified by establishing permanent monitoring plots and conducting tree surveys, applying general biomass models to estimate biomass, and employing elemental analysis to measure soil carbon content. Our results indicated that total carbon stock ranged from 37,452.54 to 184,909.38 kg/ha among six forest subplots in the Mufu Mountain. Broadleaf and coniferous stands accumulated substantially more carbon than Phyllostachys edulis (Carrière) J. Houz. forests. Higher soil temperature, illuminance, and increased shrub cover promoted carbon accumulation in trees and shrubs. In contrast, multiple environmental factors regulated carbon stock in herbaceous plants, litter, and soil organic matter, demonstrating clear carbon pool‐specific effects. Our findings clarify key environmental drivers of carbon dynamics in subtropical plantations, and based on these results, we propose concrete management strategies including the selection of high‐carbon stock tree species, maintenance of understory shrub layers, and implementation of strategic canopy thinning to enhance forest carbon sequestration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,007
Score d'incertitude au seuil0,437

Scores Codex et Gemma par catégorie

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 GPT0,200
Écart entre enseignants0,195 · 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 tête enseignante, 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLand Degradation and DevelopmentMême sujetForest ecology and managementTravaux en français237 207