MétaCan
Menu
Retour à la cohorte
Enregistrement W2046521697 · doi:10.1139/x08-172

Effects of climate change, land-use change, and invasive species on the ecology of the Cumberland forests

2009· article· en· W2046521697 sur OpenAlexvenueno aff
Virginia H. Dale, Karen O. Lannom, Marie Tharp, Donald G. Hodges, Jonah Fogel

Notice bibliographique

RevueCanadian Journal of Forest Research · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesOak Ridge National LaboratoryUniversity Corporation for Atmospheric ResearchNational Center for Atmospheric ResearchU.S. Department of Energy
Mots-clésEcologyClimate changeBiomass (ecology)TsugaLand coverLand useDisturbance (geology)Environmental scienceForest ecologyLand use, land-use change and forestryGeographyHabitatEcosystemAgroforestryBiology

Résumé

récupéré en direct d'OpenAlex

Model projections suggest that both climate and land-use changes have large effects on forest biomass and composition in the Cumberland forests of Tennessee and Kentucky. These forests have high levels of diversity, ecological importance, land-use changes, and pressures due to invasive herbivorous insects and climate change. Three general circulation models project warming for all months in 2030 and 2080 and complex patterns of precipitation change. Climate changes from 1980 to 2100 were developed from these projections and used in the forest ecosystem model LINKAGES to estimate transient changes in forest biomass and species composition over time. These projections show that climate changes can instigate a decline in forest stand biomass and then recovery as forest species composition shifts. In addition, a landscape model (LSCAP) estimates changes in land-cover types of the Cumberlands based on projected land-use changes and the demise of eastern hemlock ( Tsuga canadensis (L.) Carrière) due to the spread of the hemlock adelgid ( Adelges tsugae Annand). LSCAP suggests that land-cover changes can be quite large and can cause a decline not only in the area of forested lands but also in the size and number of large contiguous forest patches that are necessary habitat for many forest species characteristic of the Cumberlands.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil0,848

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,049
Tête enseignante GPT0,272
Écart entre enseignants0,223 · 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

Citations21
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Insect Ecology and ManagementTravaux en français237 207