Regional paleofire regimes affected by non-uniform climate, vegetation and human drivers
Notice bibliographique
Résumé
Climate, vegetation and humans act on biomass burning at different spatial and temporal scales. In this study, we used a dense network of sedimentary charcoal records from eastern Canada to reconstruct regional biomass burning history over the last 7000 years at the scale of four potential vegetation types: open coniferous forest/tundra, boreal coniferous forest, boreal mixedwood forest and temperate forest. The biomass burning trajectories were compared with regional climate trends reconstructed from general circulation models, tree biomass reconstructed from pollen series, and human population densities. We found that non-uniform climate, vegetation and human drivers acted on regional biomass burning history. In the open coniferous forest/tundra and dense coniferous forest, the regional biomass burning was primarily shaped by gradual establishment of less climate-conducive burning conditions over 5000 years. In the mixed boreal forest an increasing relative proportion of flammable conifers in landscapes since 2000 BP contributed to maintaining biomass burning constant despite climatic conditions less favourable to fires. In the temperate forest, biomass burning was uncoupled with climatic conditions and the main driver was seemingly vegetation until European colonization, i.e. 300 BP. Tree biomass and thus fuel accumulation modulated fire activity, an indication that biomass burning is fuel-dependent and notably upon long-term co-dominance shifts between conifers and broadleaf trees.
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 | 0,002 | 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 | 0,001 |
| 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 ».