MétaCan
Menu
Retour à la cohorte
Enregistrement W2150026874 · doi:10.1029/2009wr008119

Impacts of precipitation seasonality and ecosystem types on evapotranspiration in the Yukon River Basin, Alaska

2010· article· en· W2150026874 sur OpenAlexaboutno aff
Wenping Yuan, Shuguang Liu, Liu HePing, James T. Randerson, Guirui Yu, Larry L. Tieszen

Notice bibliographique

RevueWater Resources Research · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEvergreenEnvironmental sciencePrecipitationEvapotranspirationEcosystemDeciduousEddy covarianceEcologySeasonalityGrowing seasonGrasslandAtmospheric sciencesHydrology (agriculture)GeographyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Evapotranspiration (ET) is the largest component of water loss from terrestrial ecosystems; however, large uncertainties exist when estimating the temporal and spatial variations of ET because of concurrent shifts in the magnitude and seasonal distribution of precipitation as well as differences in the response of ecosystem ET to environmental variabilities. In this study, we examined the impacts of precipitation seasonality and ecosystem types on ET quantified by eddy covariance towers from 2002 to 2004 in three ecosystems (grassland, deciduous broadleaf forest, and evergreen needleleaf forest) in the Yukon River Basin, Alaska. The annual precipitation changed greatly in both magnitude and seasonal distribution through the three investigated years. Observations and model results showed that ET was more sensitive to precipitation scarcity in the early growing season than in the late growing season, which was the direct result of different responses of ET components to precipitation in different seasons. The results demonstrated the importance of seasonal variations of precipitation in regulating annual ET and overshadowing the function of annual precipitation. Comparison of ET among ecosystems over the growing season indicated that ET was largest in deciduous broadleaf, intermediate in evergreen needleleaf, and lowest in the grassland ecosystem. These ecosystem differences in ET were related to differences in successional stages and physiological responses.

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)0,000
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 enseignants0,069
Score d'incertitude au seuil0,155

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,276
Écart entre enseignants0,256 · 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

Citations75
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207