MétaCan
Menu
Retour à la cohorte
Enregistrement W1971913769 · doi:10.1139/x09-167

Predicting the impact of hemlock woolly adelgid on carbon dynamics of eastern United States forests

2010· article· en· W1971913769 sur OpenAlexvenueno aff
Marco Albani, P. R. Moorcroft, Aaron M. Ellison, David A. Orwig, David R. Foster

Notice bibliographique

RevueCanadian Journal of Forest Research · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Forest Service
Mots-clésTsugaInfestationBiomass (ecology)EcologyForestryForest ecologyEcosystemGeographyBiologyEnvironmental scienceAgronomy

Résumé

récupéré en direct d'OpenAlex

The hemlock woolly adelgid (HWA; Adelges tsugae Annand) is an introduced insect pest that threatens to decimate eastern hemlock ( Tsuga canadensis (L.) Carriere) populations. In this study, we used the ecosystem demography model in conjunction with a stochastic model of HWA spread to predict the impact of HWA infestation on the current and future forest composition, structure, and carbon (C) dynamics in the eastern United States. The spread model predicted that on average the hemlock stands south and east of the Great Lakes would be infested by 2015, southern Michigan would be reached by 2020, and northeastern Minnesota by 2030. For the period 2000–2040, the ecosystem demography model predicted a mean reduction of 0.011 Pg C·year –1 (Pg C = 10 15 g C), an 8% decrease, in the uptake of carbon from eastern United States forests as a result of HWA-caused mortality, followed by an increased uptake of 0.015 Pg C·year –1 (a 12% increase) in the period 2040–2100, as the area recovers from the loss of hemlock. Overall, we conclude that while locally severe, HWA infestation is unlikely to have a significant impact on the regional patterns of carbon fluxes, given that eastern hemlock represents a limited fraction of the standing biomass of eastern forests and that it has relatively low productivity compared with the tree species that are likely to replace it.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,466
Score d'incertitude au seuil0,644

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
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 Opus0,016
Tête enseignante GPT0,288
Écart entre enseignants0,272 · 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.

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

Citations84
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetFire effects on ecosystemsTravaux en français237 207