MétaCan
Menu
Retour à la cohorte

Cellulose, Peat, and Mixed Vegetation in situ Decomposition in a Fen Exposed to Increasing Nitrogen Treatments, 2012-2015

2020· dataset· en· W6920877859 sur OpenAlexaboutno aff

Notice bibliographique

RevueEnvironmental Data Initiative · 2020
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSphagnumDecompositionPeatNitrogenMossLitterVegetation (pathology)

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. To examine responses to N deposition, over five years, we experimentally applied N (as NH4NO3) to a fen near Mariana Lake, 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, peat, and mixed vegetation placed in the fen from 2012-2015 and collected after 5 and 17 months. Decomposition of cellulose filter paper increased with increasing N addition; the slopes of the responses did not differ between years, although decomposition was faster for filter paper placed in the field in 2014 than in either 2012 or 2013. In contrast, decomposition of Sphagnum moss was unaffected by N addition. Vascular plant litter decomposition decreased with N addition in 2015, but not 2014, Water addition alone had no significant effect on cellulose decomposition k values in any of the three years (p > 0.26) or on vascular plant litter mass in either year (p = 0.81). However, Sphagnum mass loss was significantly higher in the control treatment than in 0 kg N ha-1 yr-1 treatment (p = 0.0046) averaged over the two years of decomposition. 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 evidence that increasing N deposition/availability stimulates cellulose decomposition in surface fen peat, as we found previously at Mariana Lake Bog, however, bog material decomposition appears to be more complicated.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,166

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,040
Tête enseignante GPT0,288
Écart entre enseignants0,247 · 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'étudeObservationnel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Data InitiativeTravaux en français237 207