The role of mosses in ecosystem succession and function in Alaska’s boreal forestThis article is one of a selection of papers from The Dynamics of Change in Alaska’s Boreal Forests: Resilience and Vulnerability in Response to Climate Warming.
Notice bibliographique
Résumé
Shifts in moss communities may affect the resilience of boreal ecosystems to a changing climate because of the role of moss species in regulating soil climate and biogeochemical cycling. Here, we use long-term data analysis and literature synthesis to examine the role of moss in ecosystem succession, productivity, and decomposition. In Alaskan forests, moss abundance showed a unimodal distribution with time since fire, peaking 30–70 years post-fire. We found no evidence of mosses compensating for low vascular productivity in low-fertility sites at large scales, although a trade-off between moss and vascular productivity was evident in intermediate-productivity sites. Mosses contributed 48% and 20% of wetland and upland productivity, respectively, but produced tissue that decomposed more slowly than both nonwoody and woody vascular tissues. Increasing fire frequency in Alaska is likely to favor feather moss proliferation and decrease Sphagnum abundance, which will reduce soil moisture retention and decrease peat accumulation, likely leading to deeper burning during wildfire and accelerated permafrost thaw. The roles of moss traits in regulating key aspects of boreal performance (ecosystem N supply, C sequestration, permafrost stability, and fire severity) represent critical areas for understanding the resilience of Alaska’s boreal forest region under changing climate and disturbance regimes.
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 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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».