Shrub expansion in tundra ecosystems: dynamics, impacts and research priorities
Notice bibliographique
Résumé
Abstract Recent research using repeat photography, long-term ecological monitoring and dendrochronology has documented shrub expansion in arctic, high-latitude and alpine tundra ecosystems. Here, we (1) synthesize these findings, (2) present a conceptual framework that identifies mechanisms and constraints on shrub increase, (3) explore causes, feedbacks and implications of the increased shrub cover in tundra ecosystems, and (4) address potential lines of investigation for future research. Satellite observations from around the circumpolar Arctic, showing increased productivity, measured as changes in ‘greenness’, have coincided with a general rise in high-latitude air temperatures and have been partly attributed to increases in shrub cover. Studies indicate that warming temperatures, changes in snow cover, altered disturbance regimes as a result of permafrost thaw, tundra fires, and anthropogenic activities or changes in herbivory intensity are all contributing to observed changes in shrub abundance. A large-scale increase in shrub cover will change the structure of tundra ecosystems and alter energy fluxes, regional climate, soil–atmosphere exchange of water, carbon and nutrients, and ecological interactions between species. In order to project future rates of shrub expansion and understand the feedbacks to ecosystem and climate processes, future research should investigate the species or trait-specific responses of shrubs to climate change including: (1) the temperature sensitivity of shrub growth, (2) factors controlling the recruitment of new individuals, and (3) the relative influence of the positive and negative feedbacks involved in shrub expansion.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».