MétaCan
Menu
Retour à la cohorte
Enregistrement W2169189756 · doi:10.1111/nph.13655

The hidden season: growing season is 50% longer below than above ground along an arctic elevation gradient

2015· article· en· W2169189756 sur OpenAlexafffund
Gesche Blume‐Werry, Scott D. Wilson, Jüergen Kreyling, Ann Milbau

Notice bibliographique

RevueNew Phytologist · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaKempe FoundationStiftelsen Oscar och Lili Lamms Minne
Mots-clésGrowing seasonBiogeochemical cycleEnvironmental sciencePhenologyArcticEcosystemArctic vegetationBiomass (ecology)Vegetation (pathology)Nutrient cyclePrimary productionAtmospheric sciencesEcologyTundraBiologyGeology

Résumé

récupéré en direct d'OpenAlex

There is compelling evidence from experiments and observations that climate warming prolongs the growing season in arctic regions. Until now, the start, peak, and end of the growing season, which are used to model influences of vegetation on biogeochemical cycles, were commonly quantified using above-ground phenological data. Yet, over 80% of the plant biomass in arctic regions can be below ground, and the timing of root growth affects biogeochemical processes by influencing plant water and nutrient uptake, soil carbon input and microbial activity. We measured timing of above- and below-ground production in three plant communities along an arctic elevation gradient over two growing seasons. Below-ground production peaked later in the season and was more temporally uniform than above-ground production. Most importantly, the growing season continued c. 50% longer below than above ground. Our results strongly suggest that traditional above-ground estimates of phenology in arctic regions, including remotely sensed information, are not as complete a representation of whole-plant production intensity or duration, as studies that include root phenology. We therefore argue for explicit consideration of root phenology in studies of carbon and nutrient cycling, in terrestrial biosphere models, and scenarios of how arctic ecosystems will respond 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)0,000
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 enseignants0,083
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,069
Tête enseignante GPT0,274
Écart entre enseignants0,205 · 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

Citations141
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetClimate change and permafrostTravaux en français237 207