Soil characteristics were analyzed

Soil characteristics were analyzed 4 yr after experiments were
implemented, so data should be interpreted cautiously because nutrient
values may have changed. We took samples at 0–10 cm depth
for five gaps and five understory sites of eight studied in each fragment
(Table S1). Overall, the burned fragment (L3) had the highest
levels of soil nutrients and L2 had the highest proportion of sand.
Gaps had higher concentrations of Ca and Na than understory sites.
The gaps were created by selective logging (or naturally in U)
1–3.5 yr prior to the experiment. We managed gaps before planting
by cutting saplings >2 m in height (residual saplings from pregap
formation) to standardize gap structure within and among forest
fragments. Smaller vegetation was disturbed considerably during
the experiment establishment (cutting saplings, establishing fences,
digging and planting seedlings). To prevent cattle access to half of
the seedlings, we built sturdy 3 × 6 m enclosures from wood posts
and wire in each gap and understory site. One seedling of each
species was planted inside and one outside of these fenced areas.
Seedlings were planted on a 1 × 1 m grid positioned in the center
of the gap. Thus, the experimental design was: 7 species × 2 canopy
conditions × 8 replicates × 2 levels of cattle access × 4 fragments
× 1 seedling = 896 seedlings (128 seedlings per species). Seedlings
were measured 1 wk after planting for height of apical meristem and
diameter at stem base, and then monthly for 1 yr. When possible,
the cause of mortality was determined.
Survival after 1 yr was analyzed as a function of the main effects
(species, habitat, and cattle enclosure) using log-linear analysis
(Statsoft 2000, Tabachnick & Fidell 2001). Data from each fragment
were analyzed independently because logging effects were not
replicated. We verified the partial association of each factor and
interaction, computing the likelihood ratio χ2 of the model that
included all main factors with the model that excluded each main
factor, and then repeated the process for all two-way interactions
(Statsoft 2000). To select the best model we started with a model
including all significant partial associations and then eliminated factors
and interactions that did not improve the model at P < 0.05
(Statsoft 2000).
To test the hypothesis that mortality in gaps is higher during
the dry season, we used survival analysis (Statsoft 2000). We compared
the survival curves, which describe the proportion of survivors
during a period as a fraction of the number alive at the beginning
of the period. The Wilcoxon test was used to compare observed to
expected numbers of failure in each interval (Statsoft 2000).
Growth data were analyzed as Relative Growth Rate (RGR),
calculated as: RGR (%) = (lnH(t2) – lnH(t1) / t2 – t1) × 100; where
H = height, t = time in years.
For each fragment, we ran a split-plot ANOVA to test the
effects of habitat (whole plot), species (split plot), and their interactions
on growth in height and diameter using the PROC
MIXED procedure in SAS (Littell et al. 1996). In cases of significant

ผลลัพธ์ (ไทย) 1:

ลักษณะดินถูกวิเคราะห์ 4 ปีหลังจากการทดลองดำเนินการ ดังนั้นข้อมูลควรจะตีความด้วยความระมัดระวังเนื่องจากสารอาหารค่าอาจมีการเปลี่ยนแปลง เราเอาตัวอย่างที่ความลึก 0 – 10 ซม.สำหรับช่องห้าและสัตว์ห้าไซต์ของแปดศึกษาในแต่ละส่วน(ตาราง S1) โดยรวม ส่วนเผา (L3) ได้สูงสุดระดับของสารและ L2 มีสัดส่วนสูงสุดของทรายช่องว่างมีความเข้มข้นสูงของ Ca และนากว่าไซต์สัตว์สร้างช่องว่าง โดยเลือกเข้าสู่ระบบ (หรือธรรมชาติ ใน U)ปี 1 – 3.5 ก่อนการทดลอง เรามีจัดการช่องว่างก่อนที่จะปลูกโดยตัดต้นไม้ > 2 ม.ความสูง (ตกกล้าไม้จาก pregapก่อตัว) เพื่อกำหนดมาตรฐานโครงสร้างช่องว่างภายใน และ หมู่ป่าเศษ พืชขนาดเล็กถูกรบกวนมากในช่วงการทดลองจัดตั้ง (ตัดต้นไม้ สร้างรั้วขุด และปลูกต้นกล้า) ป้องกันวัวควายเข้าไปครึ่งหนึ่งต้นกล้า เราสร้างเปลือกแข็งแรง 3 × 6 เมตรจากไม้โพสต์และลวดในแต่ละไซต์ gap และสัตว์ หนึ่งต้นกล้าของแต่ละสายพันธุ์ที่ถูกปลูกภายในและภายนอกรั้วพื้นที่เหล่านี้อย่างใดอย่างหนึ่งต้นกล้าถูกปลูกบนเป็น 1 × 1 เมตรตารางในตำแหน่งตรงกลางของช่องว่าง ดังนั้น รับออกแบบการทดลอง: พันธุ์ 7 × 2 หลังคาเงื่อนไข× 8 replicates × 2 ระดับของวัวเข้าถึงบางส่วนของ× 4× ต้นกล้า 1 = 896 ต้นกล้า (128 ต้นกล้าต่อพันธุ์) ต้นกล้ามีวัด 1 สัปดาห์หลังปลูกสำหรับความสูงของเนื้อเยื่อปลาย และเส้นผ่าศูนย์กลางที่ฐาน และรายเดือน 1 ปีแล้วลำต้น เมื่อเป็นไปได้สาเหตุของการตายที่ถูกกำหนดอยู่รอดหลังจาก 1 ปีเป็นฟังก์ชันของผลกระทบหลัก(ลำดับสายพันธุ์ แหล่งที่อยู่อาศัย และวัว) ใช้บันทึกเชิงวิเคราะห์(Statsoft 2000, Tabachnick & Fidell 2001) ข้อมูลจากแต่ละส่วนมีวิเคราะห์อย่างอิสระเนื่องจากผลกระทบของการเข้าสู่ระบบไม่ได้จำลองแบบ เราตรวจสอบการเชื่อมโยงบางส่วนของแต่ละปัจจัย และการโต้ตอบ χ2 อัตราส่วนโอกาสของรูปแบบการใช้งานที่รวมปัจจัยทั้งหมด ด้วยรูปแบบที่แต่ละหลักยกเว้นเป็นปัจจัย และทำซ้ำกระบวนการสำหรับการโต้ตอบสองทางทั้งหมด(Statsoft 2000) การเลือกรูปแบบที่ดีที่สุดที่เราเริ่มต้น ด้วยแบบจำลองรวมทั้งความสัมพันธ์ของบางส่วนที่สำคัญทั้งหมด และกำจัดปัจจัยแล้วและปฏิสัมพันธ์ที่ไม่ดีขึ้นแบบที่ P < 0.05(Statsoft 2000)การทดสอบสมมติฐาน ที่ตายในช่องว่างคือในช่วงฤดูแล้ง เราใช้การวิเคราะห์ความอยู่รอด (Statsoft 2000) เราเปรียบเทียบโค้ง ซึ่งอธิบายสัดส่วนของผู้รอดชีวิตในระหว่างช่วงที่เป็นเศษส่วนของจำนวนชีวิตที่จุดเริ่มต้นของรอบระยะเวลา การทดสอบ Wilcoxon ใช้เปรียบเทียบปฏิบัติเพื่อตัวเลขที่คาดไว้ของความล้มเหลวในแต่ละช่วงเวลา (Statsoft 2000)ข้อมูลการเจริญเติบโตได้วิเคราะห์เป็นญาติเจริญเติบโตอัตรา (RGR),คำนวณเป็น: RGR (%) = (lnH(t2) – lnH(t1) / t2 – t1) × 100 ที่H =ความสูง t =เวลาในปีนี้สำหรับแต่ละส่วน เราวิ่ง ANOVA การแยกแผนการทดสอบการผลของการอยู่อาศัย (พล็อตทั้งหมด), พันธุ์ (แยกพล็อต), และการโต้ตอบเติบโตสูงและเส้นผ่าศูนย์กลางโดยใช้กระบวนการขั้นตอนที่ผสมใน SAS (Littell et al. 1996) ในกรณีที่สำคัญ

ผลลัพธ์ (ไทย) 2:

ลักษณะดินมาวิเคราะห์ 4 ปีหลังจากที่ทดลอง
ดำเนินการเพื่อให้ข้อมูลควรจะตีความด้วยความระมัดระวังเพราะสารอาหาร
ค่าอาจมีการเปลี่ยนแปลง เราเอาตัวอย่างที่ระดับความลึก 0-10 ซม.
ห้าช่องว่างและห้าเว็บไซต์ understory แปดศึกษาในแต่ละชิ้นส่วน
(ตาราง S1) โดยรวม, ส่วนเผา (L3) ได้สูงสุด
ระดับของสารอาหารในดินและ L2 มีสัดส่วนที่สูงที่สุดของหาดทราย.
ช่องว่างมีความเข้มข้นสูงของแคลเซียมและนากว่าเว็บไซต์ understory.
ช่องว่างถูกสร้างขึ้นโดยการเข้าสู่ระบบการคัดเลือก (หรือตามธรรมชาติใน U)
1 -3.5 ปีก่อนที่จะมีการทดสอบ เรามีการจัดการช่องว่างก่อนปลูก
โดยการตัดต้นไม้> 2 เมตรสูง (กล้าไม้ที่เหลือจาก pregap
ก่อตัว) ที่จะสร้างมาตรฐานโครงสร้างช่องว่างภายในและระหว่างป่า
เศษ พืชที่มีขนาดเล็กได้รับการรบกวนมากในช่วง
การจัดตั้งการทดสอบ (ตัดต้นกล้าสร้างรั้ว
ขุดและปลูกต้นกล้า) เพื่อป้องกันการเข้าถึงวัวถึงครึ่งหนึ่งของ
ต้นกล้าเราสร้างทนทาน 3 × 6 เมตรเปลือกไม้จากโพสต์
และลวดแต่ละช่องและเว็บไซต์ understory หนึ่งต้นกล้าของแต่ละ
สายพันธุ์มาปลูกภายในและนอกพื้นที่ไม่พอใจเหล่านี้.
ต้นกล้าที่ปลูกบนตาราง 1 × 1 เมตรอยู่ในตำแหน่งตรงกลาง
ของช่องว่าง ดังนั้นการออกแบบการทดลองคือ: 7 ชนิด× 2 หลังคา
เงื่อนไข× 8 × 2 ซ้ำระดับการเข้าถึงวัว× 4 เศษ
× 1 = 896 ต้นกล้าต้นกล้า (128 ต้นกล้าต่อสายพันธุ์) ต้นกล้า
ถูกวัด 1 สัปดาห์หลังปลูกสำหรับความสูงของเนื้อเยื่อปลายและ
มีขนาดเส้นผ่าศูนย์กลางที่ฐานต้นกำเนิดแล้วรายเดือนสำหรับ 1 ปี เมื่อเป็นไปได้
สาเหตุของการเสียชีวิตถูกกำหนด.
อยู่รอดหลังจาก 1 ปีได้รับการวิเคราะห์เป็นหน้าที่ของผลกระทบหลัก
(สายพันธุ์ที่อยู่อาศัยและวัวควายที่แนบมา) โดยใช้เข้าสู่ระบบเชิงเส้นการวิเคราะห์
(Statsoft 2000 Tabachnick & Fidell 2001) ข้อมูลจากแต่ละชิ้นส่วน
ถูกนำมาวิเคราะห์อิสระเพราะผลกระทบการเข้าสู่ระบบไม่ได้ถูก
จำลองแบบ เราตรวจสอบแล้วของสมาคมบางส่วนของแต่ละปัจจัยและ
ปฏิสัมพันธ์คอมพิวเตอร์χ2อัตราส่วนของรูปแบบที่
รวมปัจจัยหลักทั้งหมดที่มีรูปแบบที่ได้รับการยกเว้นแต่ละหลัก
ปัจจัยแล้วซ้ำกระบวนการทั้งหมดของการโต้ตอบสองทาง
(Statsoft 2000) การเลือกรูปแบบที่ดีที่สุดที่เราเริ่มต้นด้วยรูปแบบ
รวมทั้งสมาคมบางส่วนทุกอย่างมีนัยสำคัญแล้วปัจจัยกำจัด
และการมีปฏิสัมพันธ์ที่ไม่ได้ปรับปรุงรูปแบบ p <0.05
(Statsoft 2000).
เพื่อทดสอบสมมติฐานที่ว่าอัตราการตายในช่องว่างจะสูงขึ้นในช่วง
ฤดูแล้ง เราใช้การวิเคราะห์การอยู่รอด (Statsoft 2000) เราเมื่อเทียบกับ
เส้นโค้งการอยู่รอดที่อธิบายสัดส่วนของผู้รอดชีวิต
ในช่วงเวลาที่เป็นส่วนของหมายเลขที่ยังมีชีวิตอยู่ที่จุดเริ่มต้นที่
ของรอบระยะเวลา การทดสอบ Wilcoxon ถูกใช้ในการเปรียบเทียบสังเกตเห็น
ตัวเลขที่คาดว่าของความล้มเหลวในแต่ละช่วง (Statsoft 2000).
ข้อมูลการเจริญเติบโตมาวิเคราะห์เป็นญาติอัตราการขยายตัว (RGR)
คำนวณดังนี้ RGR (%) = (LNH (T2) - LNH (T1 ) / T2 - T1) × 100; ที่
h = ความสูง t = เวลาในปีที่ผ่านมา.
สำหรับแต่ละชิ้นส่วนเราวิ่งแยกที่พล็อต ANOVA เพื่อทดสอบ
ผลกระทบของสิ่งแวดล้อม (พล็อตทั้งหมด) สายพันธุ์ (แยกพล็อต) และการมีปฏิสัมพันธ์ของพวกเขา
ต่อการเจริญเติบโตในความสูงและเส้นผ่าศูนย์กลางใช้ PROC
ขั้นตอนการผสมใน SAS (Littell et al. 1996) ในกรณีที่มีนัยสำคัญ

ผลลัพธ์ (ไทย) 3:

ลักษณะของดิน วิเคราะห์ 4 ปีหลังจากการทดลองใช้ ดังนั้นควรจะตีความด้วยความระมัดระวัง เพราะสารอาหารข้อมูลค่าอาจจะเปลี่ยนไป เราเอาตัวอย่างที่ 0 – 10 เซนติเมตรห้าช่องว่างและห้าเว็บไซต์ understory แปดที่เรียนในแต่ละส่วน( ตาราง S1 ) โดยรวมแล้ว เผาเศษ ( L3 ) มีค่าสูงสุดระดับธาตุอาหารในดิน และ L2 มีสัดส่วนสูงสุดของทรายช่องว่างมีสูงกว่าปริมาณ Ca และ Na กว่า understory เว็บไซต์ช่องว่างที่ถูกสร้างขึ้นโดยการบันทึก ( หรือตามธรรมชาติใน U )1 – 3 ปี ก่อนการทดลอง เราจัดการช่องว่างก่อนปลูกโดยการตัดไม้ > 2 เมตรความสูง ( ตกค้างจาก pregap ลูกไม้รูปแบบ ) มาตรฐานโครงสร้างช่องว่างในป่าเศษ พืชขนาดเล็กถูกรบกวนมากในระหว่างการทดลองจัดตั้ง ( ตัดไม้ สร้างรั้วขุดแล้วปลูกต้นกล้า ) เพื่อป้องกันการเข้าถึงครึ่งหนึ่งของโคต้นกล้าเราสร้างความทนทาน 3 × 6 ม. เปลือกจากเสาไม้และลวดในแต่ละช่องว่างและ understory เว็บไซต์ คนต้นกล้า ของแต่ละคนสายพันธุ์ที่ปลูกภายในและภายนอกเหล่านี้ ที่มีพื้นที่ปลูกบน 1 × 1 เมตร อยู่ในกลางตารางของแก๊ป ดังนั้นทดลอง 7 ชนิด× 2 กันสาดเงื่อนไข×× 2 × 8 ซ้ำระดับการเข้าถึงปศุสัตว์ 4 ชิ้น× 1 = ต้นกล้าต้นกล้าดอกไม้ ( 128 ต้นต่อสายพันธุ์ ) ต้นกล้าวัดที่ 1 สัปดาห์หลังปลูก สำหรับความสูงของเนื้อเยื่อเจริญส่วนปลาย และลำต้นเส้นผ่าศูนย์กลางที่ฐาน แล้วรายเดือนเป็นเวลา 1 ปี เมื่อเป็นไปได้สาเหตุของการตายคือกำหนดรอดหลังจาก 1 ปี วิเคราะห์การทำงานของผลหลัก( ชนิด , ที่อยู่อาศัย , และวัวคอก ) โดยใช้การวิเคราะห์เข้าสู่ระบบเชิงเส้น( tabachnick & fidell StatSoft 2000 , 2001 ) ข้อมูลจากแต่ละส่วนวิเคราะห์อิสระ เพราะบันทึกผลไม่ได้การจําลองแบบ . เราตรวจสอบบางส่วนของปัจจัยแต่ละด้าน และสมาคมปฏิสัมพันธ์ , การคำนวณอัตราส่วนความน่าจะเป็นχ 2 ของโมเดลที่รวมปัจจัยทั้งหมดที่มีรุ่นที่ไม่รวมในแต่ละหลักปัจจัย และกระบวนการปฏิสัมพันธ์สองทางทั้งหมดซ้ำ( StatSoft 2000 ) เพื่อเลือกรุ่นที่ดีที่สุดที่เราเริ่มต้นด้วยรุ่นรวมทั้งสมาคมบางส่วนที่สำคัญทั้งหมดและกำจัดปัจจัยที่และการโต้ตอบที่ไม่ปรับปรุง รูปแบบ ที่ p < 0.05( StatSoft 2000 )เพื่อทดสอบสมมติฐานที่ระดับที่สูงขึ้นในช่องว่างฤดูที่เราใช้ในการวิเคราะห์การอยู่รอด ( StatSoft 2000 ) เราเปรียบเทียบการอยู่รอดเส้นโค้งซึ่งอธิบายถึงสัดส่วนของผู้รอดชีวิตในช่วงระยะเวลาที่เป็นเศษส่วนของจำนวนชีวิตที่เริ่มต้นของระยะเวลา สถิติทดสอบคือใช้ในการเปรียบเทียบ 2คาดว่าตัวเลขของความล้มเหลวในแต่ละช่วงเวลา ( StatSoft 2000 )ข้อมูลที่ได้มาวิเคราะห์การเจริญเติบโตและอัตราการเจริญเติบโตสัมพัทธ์ ( เติบโตสัมพัทธ์ )คํานวณ : เติบโตสัมพัทธ์ ( % ) = ( lnh ( T2 ) – lnh ( T1 ) / T2 และ T1 ) × 100 ; ที่H = ความสูง , t = เวลาในปีสำหรับแต่ละส่วน เราวิ่งแยกแปลง ANOVA เพื่อทดสอบอิทธิพลของสิ่งแวดล้อม ( พล็อตทั้งหมด ) ชนิด ( Split Plot ) และปฏิสัมพันธ์ของพวกเขาต่อการเจริญเติบโตในด้านความสูงและเส้นผ่าศูนย์กลางใช้ procผสมขั้นตอนใน SAS ( ลิตเติล et al . 1996 ) ในรายของ อย่างมีนัยสำคัญทางสถิติที่ระดับ .