MétaCan
Menu
Retour à la cohorte
Enregistrement W2512038744 · doi:10.1088/1748-9326/11/9/095001

More frequent burning increases vulnerability of Alaskan boreal black spruce forests

2016· article· en· W2512038744 sur OpenAlexaff
Elizabeth Hoy, Merritt R. Turetsky, Eric S. Kasischke

Notice bibliographique

RevueEnvironmental Research Letters · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Aeronautics and Space Administration
Mots-clésEnvironmental scienceBlack spruceTaigaPermafrostSoil carbonEcosystemBorealFire regimeDeciduousForestrySoil waterEcologySoil scienceGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Much recent research has investigated the effects of burning on mature black spruce ( Picea mariana ) forests in interior Alaska, however little research has focused on how frequent reburning affects soil organic layer (SOL) vulnerability in these ecosystems. We compared organic soil layer characteristics in black spruce stands that burned after two fire-free intervals (FFI), including an intermediate-interval (37–52 years) and a more typical long-interval (70–120 years). We found that depth of burn varied significantly between intermediate-interval and long-interval sites, and as there was less material available to burn in intermediate-interval stands, percent depth reduction was greater in these stands (78.9% ± 2.6%) than in long-interval stands (62.9% ± 1.5%). As a result, less residual organic soil carbon remained post-fire in intermediate-interval than long-interval stands. Post-fire organic soil carbon stocks averaged 0.51 ± 0.08 kg C m ^−2 in the intermediate-interval sites, which is less than estimates of soil carbon stock for long-interval fire events (ranging from 2.07 to 5.74 kg C m ^−2 ). In addition to altering soil carbon storage, a depletion of the SOL during more frequent fire events will likely delay the recovery of permafrost and could trigger a change in the possible successional trajectory of a site, from black spruce dominated to deciduous or even shrub dominated ecosystems in the future.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,360
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,017
Tête enseignante GPT0,282
Écart entre enseignants0,265 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations49
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetFire effects on ecosystemsTravaux en français237 207