MétaCan
Menu
Retour à la cohorte
Enregistrement W1975910192 · doi:10.1073/pnas.1409316111

Resistance of the boreal forest to high burn rates

2014· article· en· W1975910192 sur OpenAlexaff
Jessie Héon, Dominique Arseneault, Marc‐André Parisien

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensCanadian Forest ServiceCenter for Northern StudiesNatural Resources CanadaUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésTaigaBorealResistance (ecology)Environmental scienceForestryGeographyPhysical geographyEcologyBiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Boreal ecosystems and their large carbon stocks are strongly shaped by extensive wildfires. Coupling climate projections with records of area burned during the last 3 decades across the North American boreal zone suggests that area burned will increase by 30-500% by the end of the 21st century, with a cascading effect on ecosystem dynamics and on the boreal carbon balance. Fire size and the frequency of large-fire years are both expected to increase. However, how fire size and time since previous fire will influence future burn rates is poorly understood, mostly because of incomplete records of past fire overlaps. Here, we reconstruct the length of overlapping fires along a 190-km-long transect during the last 200 y in one of the most fire-prone boreal regions of North America to document how fire size and time since previous fire will influence future fire recurrence. We provide direct field evidence that extreme burn rates can be sustained by a few occasional droughts triggering immense fires. However, we also show that the most fire-prone areas of the North American boreal forest are resistant to high burn rates because of overabundant young forest stands, thereby creating a fuel-mediated negative feedback on fire activity. These findings will help refine projections of fire effect on boreal ecosystems and their large carbon stocks.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,366
Score d'incertitude au seuil0,333

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,250
Écart entre enseignants0,237 · 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

Citations166
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetFire effects on ecosystemsTravaux en français237 207