MétaCan
Menu
Retour à la cohorte
Enregistrement W2108704197 · doi:10.1371/journal.pbio.1002167

Suitable Days for Plant Growth Disappear under Projected Climate Change: Potential Human and Biotic Vulnerability

2015· article· en· W2108704197 sur OpenAlexaboutno aff
Camilo Mora, Iain R. Caldwell, Jamie M. Caldwell, Micah R. Fisher, Brandon M. Genco, Steven W. Running

Notice bibliographique

RevuePLoS Biology · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to elevated CO2
Établissements canadiensnon disponible
Organismes subventionnairesHawai'i Sea Grant, University of Hawai'iNational Oceanic and Atmospheric AdministrationU.S. Department of Commerce
Mots-clésClimate changeEcosystemPopulation growthVulnerability (computing)BiologyGrowing seasonEcologyPopulationTerrestrial ecosystemGlobal changeNatural resource economicsEnvironmental resource managementEnvironmental science

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,087
Tête enseignante GPT0,273
Écart entre enseignants0,186 · 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'étudeSimulation ou modélisation
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

Citations113
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS BiologyMême sujetPlant responses to elevated CO2Travaux en français237 207