MétaCan
Menu
Retour à la cohorte
Enregistrement W4416958607 · doi:10.48044/jauf.2025.038

Does Excess Mulch Depth Lead to Poor Tree Growth and Condition, Root Girdling, and Decay? A Systematic Literature Review

2025· article· en· W4416958607 sur OpenAlexfundno aff
Alexander J.F. Martin, Ryan W. Klein, Andrew K. Koeser, Richard J. Hauer

Notice bibliographique

RevueArboriculture & Urban Forestry · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueTree Root and Stability Studies
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Food and Agricultural Sciences, University of FloridaUniversity of Illinois at Urbana-ChampaignUniversity of Toronto MississaugaUniversity of Toronto
Mots-clésMulchPlastic mulchSowingThinningTree plantingSoil water

Résumé

récupéré en direct d'OpenAlex

Abstract Mulch is placed around the base of trees to improve soil conditions, water conservation, and tree growth while decreasing weed competition, mower damage, and soil compaction. Current industry best practices and trade magazine articles recommend a mulch depth of 5 to 10 cm (2 to 4 inches) and caution against exceeding this depth, warning of issues affecting stem tissue like stem girdling roots and pathogens. To examine scientific support for this threshold, we conducted a systematic review of the peer-reviewed literature on excess mulch depth. We identified 11 studies that examined the effects of increasing depths of mulch on tree and soil physiology. All but two studies tested mulch depths exceeding the 5- to 10-cm (2- to 4-inch) range. The impact of deep mulch is unclear; methodological differences, including mulch type and examined variables, limit comparisons between studies. It is possible that fine mulch with low porosity results in deleterious effects similar to planting trees too deeply, explaining observations by practitioners. While further research should determine the effects of mulch depth beyond 10 cm (4 inches) on tree physiology, there are often negative side effects reported for exceeding 10 cm (4 inches) but few negative effects reported for mulch depths within 5 to 10 cm (2 to 4 inches).

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,614
Score d'incertitude au seuil0,748

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 GPT0,220
Écart entre enseignants0,215 · 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 revueArboriculture & Urban ForestryMême sujetTree Root and Stability StudiesTravaux en français237 207