MétaCan
Menu
Retour à la cohorte
Enregistrement W2252183112 · doi:10.1088/1748-9326/10/9/094001

Uncertainty in the response of transpiration to CO <sub>2</sub> and implications for climate change

2015· article· en· W2252183112 sur OpenAlexaff
Nadine Mengis, David P. Keller, Michael Eby, Andreas Oschlies

Notice bibliographique

RevueEnvironmental Research Letters · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Victoria
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésTranspirationEnvironmental sciencePrecipitationClimate changeVegetation (pathology)ClimatologyPrecipitable waterAtmospheric sciencesClimate modelRange (aeronautics)Earth system scienceMeteorologyEcologyGeographyGeologyPhotosynthesis

Résumé

récupéré en direct d'OpenAlex

While terrestrial precipitation is a societally highly relevant climate variable, there is little consensus among climate models about its projected 21st century changes. An important source of precipitable water over land is plant transpiration. Plants control transpiration by opening and closing their stomata. The sensitivity of this process to increasing CO2 concentrations is uncertain. To assess the impact of this uncertainty on future climate, we perform experiments with an intermediate complexity Earth System Climate Model (UVic ESCM) for a range of model-imposed transpiration-sensitivities to CO2. Changing the sensitivity of transpiration to CO2 causes simulated terrestrial precipitation to change by −10% to +27% by 2100 under a high emission scenario. This study emphasises the importance of an improved assessment of the dynamics of environmental impact on vegetation to better predict future changes of the terrestrial hydrological and carbon cycles.

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)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,928
Score d'incertitude au seuil0,269

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
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 Opus0,122
Tête enseignante GPT0,351
Écart entre enseignants0,230 · 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

Citations27
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetClimate variability and modelsTravaux en français237 207