Spatial analysis of black spruce (<i>Picea mariana</i> (Mill.) B.S.P.) radial growth response to climate in northern Québec – Labrador Peninsula, Canada
Notice bibliographique
Résumé
The aim of this study is to analyze the relationships between black spruce (Picea mariana (Mill.) B.S.P.) growth and climate at a large spatial scale in North America’s northeastern boreal forest. The study area (approximately 700 000 km 2 ) is located in the taiga zone of the Quebec – Labrador Peninsula. A network of tree-ring chronologies from 93 black spruce populations was developed. A hierarchical cluster analysis was conducted to analyze tree-ring series affinities, and response functions were calculated to analyze relationships between tree rings and climate. The cluster analysis results showed well-marked spatial affinities among the tree-ring series. These affinities were strongly linked with the spatial variability of the relationships between tree rings and climate. The interannual growth variations were governed mainly by the temperature variables that preceded the growing season (November (negative influence), December–January (positive influence), and April (positive influence)). The growing-season temperature (July temperature) mainly influenced the northernmost populations. Relationships between tree rings and climate in the northeastern boreal forest varied at a large spatial scale. This variability was expressed by a north–south contrast, which appears to be related to a temperature gradient, and an east–west contrast linked to a humidity gradient, which favors winter snow cover.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».