MétaCan
Menu
Retour à la cohorte
Enregistrement W7039686489

Moisture reduction and nutrient retention associated with field-drying forest harvest residues on clearcut sites in Northwestern Ontario, Canada

2012· dissertation· en· W7039686489 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueKnowledge Commons (Lakehead University) · 2012
Typedissertation
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensnon disponible
Organismes subventionnairesOntario Centres of Excellence
Mots-clésNutrientBiomass (ecology)MoistureLeaching (pedology)Nutrient cycleLoggingWater contentEcosystem
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The increased utilization of forest harvest residues as supplemental, inexpensive and renewable energy raises two key concerns: 1) continued removal may negatively affect long-term site productivity; and 2) because 50-60% of this material's green weight is water, transportation and burning costs of the green biomass very inefficient. Leaving the harvest residues to passively field-dry in the clearcut is a common forestry practice in the Nordic countries and is also used as a nutrient management strategy. While field-drying, nutrients are retained on site through the processes of physical foliage shedding, leaching and decomposition. The present study investigated the effects of field-drying on moisture reduction and the release of nutrients from black spruce [Picea mariana (Mill.) B.S.P.], jack pine [Pinus banksiana Lamb.] and trembling aspen [Populus tremuloides Michx.] harvest residues. Field-drying plots were established in recent clearcut sites near Thunder Bay, Ontario, Canada. Trees of each species were felled and the limbs gathered into small biomass piles inside netted enclosures. The piles were left to dry for one year and sampled at regular intervals (0, 4, 8, 12, 16, 48 and 52 weeks) for moisture content, nutrient concentration and percent foliage mass.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,410
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,058
Tête enseignante GPT0,276
Écart entre enseignants0,218 · 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.

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
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKnowledge Commons (Lakehead University)Même sujetScientific Computing and Data ManagementTravaux en français237 207