MétaCan
Menu
Retour à la cohorte

Cellulose in situ Decomposition in a Bog Exposed to Increasing Nitrogen Treatments, 2012-2014

2019· dataset· en· W6901654164 sur OpenAlexaboutno aff

Notice bibliographique

RevueEnvironmental Data Initiative · 2019
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBogPeatDecompositionCelluloseNitrogenPersistence (discontinuity)

Résumé

récupéré en direct d'OpenAlex

Development of the oil sands has led to increasing atmospheric N deposition, with values as high as 17 kg N ha-1 yr-1; regional background levels <2 kg N ha-1 yr-1. Bogs, being ombrotrophic, may be especially susceptible to increasing N deposition. To examine responses to N deposition, over five years, we experimentally applied N (as NH4NO3) to a bog near Mariana Lakes, Alberta, at rates of 0, 5, 10, 15, 20, and 25 kg N ha-1 yr-1, plus controls (no water or N addition). We examined the effects of N addition on cellulose placed in the bog from 2012-2014 and collected after 5 and 17 months. Decomposition of cellulose filter paper in surface peat increased with N input. Water addition alone had no significant effect on exponential decay constants (k values). In control and 0 kg ha-1 yr-1 treatments, k values averaged 0.58 yr-1, corresponding to 42% of initial mass lost in the first year, while in the 25 kg ha-1 yr-1 treatment, k values averaged 1.27 yr-1, corresponding to 72% of initial mass lost in the first year. Assessment of decomposition and its controls may be especially important in peatlands, as the development and persistence of peat depends on an excess of NPP over decomposition throughout the peat profile. There is some evidence that increasing N deposition/availability stimulates cellulose decomposition in surface bog peat, as we found at Mariana Lakes Bog.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,044
Tête enseignante GPT0,299
Écart entre enseignants0,255 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Data InitiativeTravaux en français237 207