Notice bibliographique
Résumé
Assessing the potential for forest carbon (C) capture and storage requires accurate assessments of C in live tree tissues. In the vast majority of local, regional, and global assessments, C content has been assumed to be 50% of tree biomass; however, recent studies indicate that this assumption is not accurate, with substantial variation in C content among tree species as well as among tissue types. Here we conduct a comprehensive literature review to present a global synthesis of C content in tissues of live trees. We found a total of 253 species-specific stem wood C content records in 31 studies, and an additional 34 records of species with C content values of other tissues in addition to stem wood. In all biomes, wood C content varied widely across species ranging from 41.9–51.6% in tropical species, 45.7–60.7% in subtropical/Mediterranean species, and 43.4–55.6% in temperate/boreal species. Stem wood C content varied significantly as a function of biome and species type (conifer, angiosperm). Conifer species exhibited greater wood C content than angiosperm species (50.8 ± 0.7% (95% C.I.) and 47.7 ± 0.3%, respectively), a trend that was consistent among all biomes. Although studies have documented differences in C content among plant tissues, interspecific differences in stem wood appear to be of greater importance overall: among species, stem wood C content explained 37, 76, 48, 81, and 63% respectively of the variation in bark, branch, twig, coarse root, and fine root C content values, respectively. In each case, these intraspecific patterns approximated 1:1 linear relationships. Most published stem wood C content values (and all values for other tree tissues) are based on dried wood samples, and so neglect volatile C constituents that constitute on average 1.3–2.5% of total C in live wood. Capturing this volatile C fraction is an important methodological consideration for future studies. Our review, and associated data compilation, provides empirically supported wood C fractions that can be easily incorporated into forest C accounting, and may correct systematic errors of ~1.6–5.8% in forest C assessments.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,024 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».