MétaCan
Menu
Retour à la cohorte
Enregistrement W2135503951 · doi:10.1002/2015jf003679

Spatiotemporal impacts of wildfire and climate warming on permafrost across a subarctic region, Canada

2015· article· en· W2135503951 sur OpenAlexaffabout
Yu Zhang, S A Wolfe, Peter Morse, Ian Olthof, Robert Fraser

Notice bibliographique

RevueJournal of Geophysical Research Earth Surface · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensGeological Survey of CanadaNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésPermafrostSubarctic climateTundraActive layerEnvironmental scienceBogGlobal warmingClimate changeTaigaPhysical geographyClimatologyAtmospheric sciencesArcticPeatGeologyEcologyGeographyLayer (electronics)ForestryOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Field observations show significant impacts of wildfires on active layer thickness and ground temperatures. However, the importance of fires to permafrost conditions at regional scales remains unclear, especially with climate warming. This study evaluated the regional impacts of fire on permafrost with climate change from 1942 to 2100 using a process‐based model in a large subarctic region in the Northwest Territories, Canada. Climate warming is shown to be the dominant factor for permafrost reduction. The warming trend of climate reduces permafrost extent in this region from 67% at present to 2% by 2100. For burned areas, fire increases the reduction of permafrost extent by up to 9% on average, with up to 16% for forest, 10% for tundra and bogs, and 4% for fens. Fire accelerates permafrost disappearance by 5 years on average. The effects of fire on active layer thickness and permafrost extent are much larger in forest areas than in tundra, bogs, and fens. Since active layer is thicker after a fire and cannot recover in most of the areas, the fire effects on active layer are widespread. On average, fires thickens active layer by about 0.5 m. The fire effects on active layer increased significantly after 1990 due to climate warming.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

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

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 Opus0,098
Tête enseignante GPT0,337
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations70
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Earth SurfaceMême sujetClimate change and permafrostTravaux en français237 207