MétaCan
Menu
← Retour à la cohorte
Enregistrement W1990656806 · doi:10.1139/x10-037

Simulation of Mediterranean forest carbon pools under expected environmental scenarios

2010· article· en· W1990656806 sur OpenAlexvenueno aff
Marta Chiesi, Marco Moriondo, Fabio Maselli, Lorenzo Gardin, Luca Fibbi, Marco Bindi, Steven W. Running

Notice bibliographique

RevueCanadian Journal of Forest Research · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrimary productionEnvironmental scienceBiomeDeciduousClimate changeMediterranean climateCarbon cycleEcosystemVegetation (pathology)Atmospheric sciencesCarbon fibersForest ecologyEcologyMathematicsBiology

Résumé

récupéré en direct d'OpenAlex

Simulating the effects of possible environmental changes on the forest carbon budget requires the use of calibrated and tested models of ecosystem processes. A recently proposed simulation approach based on the use of the BIOME-BGC model was applied to yield estimates of present carbon fluxes and pools in Tuscany forests (central Italy). After the validation of these estimates against existing ground data, the simulation approach was used to assess the impact of plausible climate changes (+2 °C and increased CO2 concentration) on forest carbon dynamics (gross primary production (GPP), net primary production (NPP), and relevant allocations). The results indicate that the temperature change tends to inhibit all production and allocation processes, which are instead enhanced by the CO2 concentration rise. The combination of the two factors leads to a general increase in both GPP and NPP that is higher for deciduous oaks and chestnut (+30% and 24% for GPP and +42% and 31% for NPP, respectively). Additionally, vegetation carbon is slightly increased, while total soil carbon remains almost unchanged with respect to the present conditions. These findings are analyzed with reference to the Tuscany forest situation and previous studies on the subject.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,270
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations21
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetPlant Water Relations and Carbon Dynamics→Travaux en français237 207→