Suitable Days for Plant Growth Disappear under Projected Climate Change: Potential Human and Biotic Vulnerability
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.
Notice bibliographique
Résumé
Ongoing climate change can alter conditions for plant growth, in turn affecting ecological and social systems. While there have been considerable advances in understanding the physical aspects of climate change, comprehensive analyses integrating climate, biological, and social sciences are less common. Here we use climate projections under alternative mitigation scenarios to show how changes in environmental variables that limit plant growth could impact ecosystems and people. We show that although the global mean number of days above freezing will increase by up to 7% by 2100 under "business as usual" (representative concentration pathway [RCP] 8.5), suitable growing days will actually decrease globally by up to 11% when other climatic variables that limit plant growth are considered (i.e., temperature, water availability, and solar radiation). Areas in Russia, China, and Canada are projected to gain suitable plant growing days, but the rest of the world will experience losses. Notably, tropical areas could lose up to 200 suitable plant growing days per year. These changes will impact most of the world's terrestrial ecosystems, potentially triggering climate feedbacks. Human populations will also be affected, with up to ~2,100 million of the poorest people in the world (~30% of the world's population) highly vulnerable to changes in the supply of plant-related goods and services. These impacts will be spatially variable, indicating regions where adaptations will be necessary. Changes in suitable plant growing days are projected to be less severe under strong and moderate mitigation scenarios (i.e., RCP 2.6 and RCP 4.5), underscoring the importance of reducing emissions to avoid such disproportionate impacts on ecosystems and people.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle