MétaCan
Menu
Retour à la cohorte
Enregistrement W2132197712 · doi:10.5194/bg-11-2991-2014

Can current moisture responses predict soil CO <sub>2</sub> efflux under altered precipitation regimes? A synthesis of manipulation experiments

2014· article· en· W2132197712 sur OpenAlexaff
Sara Vicca, Michael Bahn, Marc Estiarte, E. Emiel van Loon, Rodrigo Vargas, Giorgio Alberti, Per Ambus, M. Altaf Arain, Claus Beier, Lisa Patrick Bentley, Werner Borken, Nina Buchmann, Scott L. Collins, Giovanbattista de Dato, Jeffrey S. Dukes, Cristina Escolar, Philip A. Fay, Gabriele Guidolotti, Paul J. Hanson, Ansgar Kahmen, György Kröel‐Dulay, Thomas Ladreiter‐Knauss, Klaus Steenberg Larsen, Eszter Lellei‐Kovács, Edwin Lebrija‐Trejos, Fernando T. Maestre, Sven Marhan, Miles R. Marshall, Patrick Meir, Y. Miao, Jan Muhr, Pascal A. Niklaus, R. Ogaya, Josep Peñuelas, Christian Poll, Lindsey E. Rustad, K. E. Savage, Andreas Schindlbacher, Inger Kappel Schmidt, Andrew R. Smith, Eleneide Doff Sotta, Vidya Suseela, Albert Tietema, Natasja van Gestel, Oliver van Straaten, Shiqiang Wan, Ulrich Weber, Ivan A. Janssens

Notice bibliographique

RevueBiogeosciences · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensMcMaster University
Organismes subventionnairesEuropean Social FundNatural Environment Research CouncilU.S. Geological SurveyVlaamse regeringEcological Society of AmericaBundesministerium für Bildung und ForschungBritish Ecological SocietySight Research UKOffice of ScienceAustrian Science FundU.S. Department of AgricultureU.S. Department of EnergyNational Science Foundation
Mots-clésPrecipitationEffluxChemistryMoistureEnvironmental scienceBiochemistryMeteorologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract. As a key component of the carbon cycle, soil CO2 efflux (SCE) is being increasingly studied to improve our mechanistic understanding of this important carbon flux. Predicting ecosystem responses to climate change often depends on extrapolation of current relationships between ecosystem processes and their climatic drivers to conditions not yet experienced by the ecosystem. This raises the question of to what extent these relationships remain unaltered beyond the current climatic window for which observations are available to constrain the relationships. Here, we evaluate whether current responses of SCE to fluctuations in soil temperature and soil water content can be used to predict SCE under altered rainfall patterns. Of the 58 experiments for which we gathered SCE data, 20 were discarded because either too few data were available or inconsistencies precluded their incorporation in the analyses. The 38 remaining experiments were used to test the hypothesis that a model parameterized with data from the control plots (using soil temperature and water content as predictor variables) could adequately predict SCE measured in the manipulated treatment. Only for 7 of these 38 experiments was this hypothesis rejected. Importantly, these were the experiments with the most reliable data sets, i.e., those providing high-frequency measurements of SCE. Regression tree analysis demonstrated that our hypothesis could be rejected only for experiments with measurement intervals of less than 11 days, and was not rejected for any of the 24 experiments with larger measurement intervals. This highlights the importance of high-frequency measurements when studying effects of altered precipitation on SCE, probably because infrequent measurement schemes have insufficient capacity to detect shifts in the climate dependencies of SCE. Hence, the most justified answer to the question of whether current moisture responses of SCE can be extrapolated to predict SCE under altered precipitation regimes is "no" – as based on the most reliable data sets available. We strongly recommend that future experiments focus more strongly on establishing response functions across a broader range of precipitation regimes and soil moisture conditions. Such experiments should make accurate measurements of water availability, should conduct high-frequency SCE measurements, and should consider both instantaneous responses and the potential legacy effects of climate extremes. This is important, because with the novel approach presented here, we demonstrated that, at least for some ecosystems, current moisture responses could not be extrapolated to predict SCE under altered rainfall conditions.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,245
Écart entre enseignants0,228 · 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'étudeMéta-analyse
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

Citations109
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiogeosciencesMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207