Recent Vegetation Change (1980–2013) in the Tundra Ecosystems of the Tuktoyaktuk Coastlands, NWT, Canada
Notice bibliographique
Résumé
Change detection studies using remote sensing and plot-based sampling show that Arctic vegetation is changing. Most studies have focused on the proliferation of tall shrubs, but increased productivity in areas where shrub cover is low suggests that other functional groups may also be changing. To investigate vegetation change across the Tuktoyaktuk Coastlands we analyzed high-resolution repeat air photos from 1980 and 2013. Thirty-eight image pairs were used to estimate changes in the cover of six functional groups (tall shrub, dwarf shrub, non-tussock-forming sedge, tussock-forming sedge, moss, and lichen). The spatial extent of our airphotos allowed us to investigate changes across four terrain types (high-center polygonal terrain, low-center polygonal terrain, shrub tundra, and tussock tundra). Our analysis shows that all four terrain types experienced absolute increases in shrub cover (+7.71% to 11.98%), with the expansion of dwarf shrubs playing an especially important role in regional change. Significant declines in lichen cover were also observed. While the consistency of shrub encroachment across terrain types suggests that changes were facilitated by shifts in broad-scale processes like temperature or precipitation, our data also indicate that differences in the magnitude of change were mediated by community structure and the availability of suitable microsites.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».