Propriétés fonctionnelles et spectrales d’espèces végétales de tourbières ombrotrophes le long d’un gradient de déposition d’azote
Bibliographic record
Abstract
Les tourbières ombrotrophes, ou bogs sont particulièrement vulnérables à l’augmentation de la déposition atmosphérique d’azote. Cet apport d’un nutriment normalement limitant altère la capacité des tourbières à accumuler le carbone (C), en plus de mener à des changements de leur composition végétale. L’imagerie spectrale est une approche prometteuse puisqu’elle rend possible la détection des espèces végétales et de certaines caractéristiques chimiques des plantes, à distance. Toutefois, l’ampleur des différences spectrales intra- et interespèces n’est pas encore connue. Nous avons évalué la façon dont la chimie, la structure et la signature spectrale des feuilles changent chez Chamaedaphne calyculata, Kalmia angustifolia, Rhododendron groenlandicum et Eriophorum vaginatum, dans trois tourbières du sud du Québec et de l’Ontario, incluant une tourbière où se déroule une expérience de fertilisation à long terme. Nous avons mesuré des changements dans les traits fonctionnels dus aux différences dans la quantité d’azote disponible dans les sites. Toutefois, la déposition atmosphérique d’azote a eu relativement peu d’effet sur les spectres foliaires ; les variations spectrales les plus importantes étaient entre les espèces. En fait, nous avons trouvé que les quatre espèces ont un spectre caractéristique, une signature spectrale permettant leur identification au moyen d’analyses discriminantes des moindres carrés partiels (PLSDA). De plus, nous avons réussi à prédire plusieurs traits fonctionnels (l’azote, le carbone ; et la proportion d’eau et de matière sèche) avec moins de 10 % d’erreur grâce à des régressions des moindres carrés partiels (PLSR) des données spectrales. Notre étude fournit de nouvelles preuves que les variations intraspécifiques, causées en partie par des variations environnementales considérables, sont perceptibles dans les spectres foliaires. Toutefois, les variations intraspécifiques n’affectent pas l’identification des espèces ou la prédiction des traits. Nous démontrons que les spectres foliaires comprennent des informations sur les espèces et leurs traits fonctionnels, confirmant le potentiel de la spectroscopie pour le suivi des tourbières.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".