MétaCan
Menu
Retour à la cohorte
Enregistrement W2004234428 · doi:10.1111/j.1469-8137.2007.02018.x

Interactive effects of ozone and climate on tree growth and water use in a southern Appalachian forest in the USA

2007· article· en· W2004234428 sur OpenAlexaff
S. B. McLaughlin, M. Nosal, Stan D. Wullschleger, Ge Sun

Notice bibliographique

RevueNew Phytologist · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to elevated CO2
Établissements canadiensUniversity of Calgary
Organismes subventionnairesOak Ridge National LaboratoryNational Park ServiceU.S. Forest ServiceUT-BattelleAuburn UniversityBattelleU.S. Department of Energy
Mots-clésDeciduousEnvironmental scienceOzoneEcologyClimate changeAtmospheric sciencesBiologyGeographyGeologyMeteorology

Résumé

récupéré en direct d'OpenAlex

* A lack of data on responses of mature tree growth and water use to ambient ozone (O(3)) concentrations has been a major limitation in efforts to understand and model responses of forests to current and future changes in climate. * Here, hourly to seasonal patterns of stem growth and sap flow velocity were examined in mature trees from a mixed deciduous forest in eastern Tennessee (USA) to evaluate the effects of variations in ambient O(3) exposure and climate on patterns of stem growth and water use. * Ambient O(3) caused a periodic slowdown in seasonal growth patterns that was attributable in part to amplification of diurnal patterns of water loss in tree stems. This response was mediated by statistically significant increases in O(3)-induced daily sap flow and led to seasonal losses in stem growth of 30-50% for most species in a high-O(3) year. * Decreased growth and increased water use of mature forest trees under episodically high ambient O(3) concentrations suggest that O(3) will amplify the adverse effects of increasing temperatures on forest growth and forest hydrology.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,198
Score d'incertitude au seuil0,394

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,229
Écart entre enseignants0,212 · 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'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

Citations125
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetPlant responses to elevated CO2Travaux en français237 207