MétaCan
Menu
← Retour à la cohorte
Enregistrement W7095071716

Influence of initial chemistry on decomposition of foliar litter in contrasting forest types in British

2016· article· en· W7095071716 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLitterDecompositionNutrientCarbon fibersLigninBiomass (ecology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract: We compare rates of decay of foliar litters of British Columbia tree species in two field studies, and assess which initial litter chemistry parameters best predict the decay rates. Nutrient concentrations, tannins, and carbon frac-tions (based on proximate analysis and nuclear magnetic resonance spectroscopy) were measured in fresh litter of 14 tree species in one experiment and seven species in a second experiment. Each study was replicated in a different site in order to assess the transferability of results. Broadleaf litters decayed faster than needle litters only during the first year; thereafter, they decayed slower. Lignin concentration was a good predictor of mass loss only during the first year and only in one of the two experiments, which may have resulted from all foliar litters having high lignin concen-trations (>170 mg·kg–1). Litter chemistry effects on first-year decay were consistent and transferable among sites. None of the initial litter chemistry parameters were good predictors of mass remaining after 4 or 5 years, because mass loss of most litters was similar by this time. The convergence in mass losses of litters after 4–5 years despite initial differ-ences indicates that decomposition estimates extrapolated from early rates or initial chemistry may not accurately pre-dict long-term decay. Résumé: Nous avons comparé le taux de décomposition de la litière de feuilles d’espèces d’arbres de la Colombie-Britannique dans le cadre de deux études sur le terrain et nous avons évalué quels paramètres chimiques initiaux de la litière permettaient le mieux de prédire le taux de décomposition de la litière. La concentration des nutriments ainsi

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,624
Score d'incertitude au seuil0,747

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
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 Opus0,008
Tête enseignante GPT0,238
Écart entre enseignants0,230 · 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
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil Carbon and Nitrogen Dynamics→Travaux en français237 207→