Extreme climate events counteract the effects of climate and land‐use changes in <scp>A</scp>lpine tree lines
Notice bibliographique
Résumé
Summary Climate change and extreme events, such as drought, threaten ecosystems world‐wide and in particular mountain ecosystems, where species often live at their environmental tolerance limits. In the European Alps, plant communities are also influenced by land‐use abandonment leading to woody encroachment of subalpine and alpine grasslands. In this study, we explored how the forest–grassland ecotone of Alpine tree lines will respond to gradual climate warming, drought events and land‐use change in terms of forest expansion rates, taxonomic diversity and functional composition. We used a previously validated dynamic vegetation model, FATE ‐ HD , parameterized for plant communities in the Ecrins National Park in the French Alps. Our results showed that intense drought counteracted the forest expansion at higher elevations driven by land‐use abandonment and climate change, especially when combined with high drought frequency (occurring every 2 or less than 2 years). Furthermore, intense and frequent drought accelerated the rates of taxonomic change and resulted in overall higher taxonomic spatial heterogeneity of the ecotone than would be expected under gradual climate and land‐use changes only. Synthesis and applications . The results from our model show that intense and frequent drought counteracts forest expansion driven by climate and land‐use changes in the forest–grassland ecotone of Alpine tree lines. We argue that land‐use planning must consider the effects of extreme events, such as drought, as well as climate and land‐use changes, since extreme events might interfere with trends predicted under gradual climate warming and agricultural abandonment.
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 ».