MétaCan
Menu
Retour à la cohorte
Enregistrement W2016720504 · doi:10.1139/x02-077

Environmental controls on soil CO<sub>2</sub> flux following fire in black spruce, white spruce, and aspen stands of interior Alaska

2002· article· en· W2016720504 sur OpenAlexvenueno aff
Katherine O’Neill, Eric S. Kasischke

Notice bibliographique

RevueCanadian Journal of Forest Research · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBlack spruceEnvironmental scienceTaigaPermafrostCarbon sinkSoil carbonSoil waterWater contentSink (geography)MoistureEcosystemAgronomyForestrySoil scienceEcologyChemistryGeologyBiologyGeography

Résumé

récupéré en direct d'OpenAlex

Boreal forests contain large amounts of stored soil carbon and are susceptible to periodic disturbance by wildfire. This study evaluates the relationship between post-fire changes in soil temperature, moisture, and CO2 exchange in paired burned and control stands of three Alaskan forest systems: Picea mariana (Mill.) BSP, Picea glauca (Moench) Voss, and Populus tremuloides Michx. In these systems, the environmental factor that most directly controlled rates of carbon exchange varied depending upon burn status and soil drainage. In mature unburned stands, CO2 flux was highly correlated with seasonal patterns of soil temperature. Following fire, these soils became significantly warmer, and carbon exchange became more sensitive to fluctuations in surface moisture conditions. The effect of fire on soil climate was most pronounced in the P. mariana stands, which experienced a mean seasonal temperature increase of 5–8°C in the upper 1 m of the soil profile, a 200% increase in the rate of active layer thaw, and a reduction in mean surface moisture potential. Evidence from soil CO2 profiles suggests that these environmental changes may have resulted in enhanced decomposition of carbon previously immobilized by permafrost, potentially transforming a landscape that was once a net sink for carbon into a carbon source.

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 enseignants0,016
Score d'incertitude au seuil0,031

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 GPT0,244
Écart entre enseignants0,228 · 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

Citations102
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

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