The relative abundance of three plant functional types in temperate grasslands and shrublands of North and South America: effects of projected climate change
Notice bibliographique
Résumé
Aim Use a regression model that relates climatic variables to the relative abundances of shrubs, C 4 and C 3 grasses to project the plant functional type composition of temperate grasslands and shrublands within North and South America in response to climate change. Location The temperate zone grassland and shrubland regions of North and South America. Methods We used a regression model to project changes in the relative abundances of shrubs, C 4 and C 3 grasses under three general circulation model (GFDL, GISS, UKMO) climate change scenarios. The three climate change scenarios were applied to a global data set of mean monthly temperatures and precipitation. The regression model, which incorporates mean annual temperature, mean annual precipitation and seasonality of precipitation as input variables, was used to project plant functional type changes. Spatial patterns of change were analysed using a geographical information system. Results Relative abundance of C 4 grasses were projected to increase >10% throughout most of the study region at the expense of C 3 grasses. There were essentially no areas where C 4 grasses decreased in abundance, and the areas with no change were largely the southern Great Plains and the Intermountain Basin and Range of North America. C 3 grasses declined throughout with the exception of the north‐western Great Plains of the US and Canada, and north central Argentina. Changes in shrub abundance were mixed with some increases in Patagonia and the desert regions of the south‐western US; there were also some projected decreases, however, the locations varied across models. Main conclusions The projections made by our regression model were consistent with those of other more complex vegetation dynamics models. Changes in plant community composition in response to climate change may be substantial in certain areas and will probably lead to changes in water and nutrient cycling.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».