MétaCan
Menu
Retour à la cohorte
Enregistrement W2106811285 · doi:10.1111/j.1365-2486.2011.02562.x

Terrestrial biosphere models need better representation of vegetation phenology: results from the <scp>N</scp>orth <scp>A</scp>merican <scp>C</scp>arbon <scp>P</scp>rogram <scp>S</scp>ite <scp>S</scp>ynthesis

2011· article· en· W2106811285 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGlobal Change Biology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversité LavalUniversity of AlbertaUniversity of TorontoEnvironment and Climate Change CanadaQueen's UniversityMcMaster University
Organismes subventionnairesNorthern Research StationU.S. Forest ServiceOffice of ScienceU.S. Department of AgricultureU.S. Department of EnergyNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésPhenologyEvergreenDeciduousSeasonalityEcosystemVegetation (pathology)EcologyBiosphereAtmospheric sciencesGrowing seasonEnvironmental scienceClimatologyBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Phenology, by controlling the seasonal activity of vegetation on the land surface, plays a fundamental role in regulating photosynthesis and other ecosystem processes, as well as competitive interactions and feedbacks to the climate system. We conducted an analysis to evaluate the representation of phenology, and the associated seasonality of ecosystem‐scale CO 2 exchange, in 14 models participating in the N orth A merican C arbon P rogram S ite S ynthesis. Model predictions were evaluated using long‐term measurements (emphasizing the period 2000–2006) from 10 forested sites within the A meri F lux and F luxnet‐ C anada networks. In deciduous forests, almost all models consistently predicted that the growing season started earlier, and ended later, than was actually observed; biases of 2 weeks or more were typical. For these sites, most models were also unable to explain more than a small fraction of the observed interannual variability in phenological transition dates. Finally, for deciduous forests, misrepresentation of the seasonal cycle resulted in over‐prediction of gross ecosystem photosynthesis by +160 ± 145 g C m −2 yr −1 during the spring transition period and +75 ± 130 g C m −2 yr −1 during the autumn transition period (13% and 8% annual productivity, respectively) compensating for the tendency of most models to under‐predict the magnitude of peak summertime photosynthetic rates. Models did a better job of predicting the seasonality of CO 2 exchange for evergreen forests. These results highlight the need for improved understanding of the environmental controls on vegetation phenology and incorporation of this knowledge into better phenological models. Existing models are unlikely to predict future responses of phenology to climate change accurately and therefore will misrepresent the seasonality and interannual variability of key biosphere–atmosphere feedbacks and interactions in coupled global climate models.

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.

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)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,004
Communication savante0,0000,001
Science ouverte0,0030,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,039
Tête enseignante GPT0,240
Écart entre enseignants0,201 · 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