MétaCan
Menu
Retour à la cohorte
Enregistrement W2560826749 · doi:10.1002/2016jg003546

Interactions among vegetation, climate, and herbivory control greenhouse gas fluxes in a subarctic coastal wetland

2016· article· en· W2560826749 sur OpenAlexaboutno aff
Katharine C. Kelsey, A. Joshua Leffler, Karen H. Beard, Joel A. Schmutz, Ryan T. Choi, J. M. Welker

Notice bibliographique

RevueJournal of Geophysical Research Biogeosciences · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Arctic SciencesUtah Agricultural Experiment StationNational Science Foundation
Mots-clésSubarctic climateEnvironmental scienceHerbivoreGreenhouse gasWetlandClimate changeEcologyVegetation (pathology)EcosystemPopulationPlant communityAtmospheric sciencesEcological successionBiology

Résumé

récupéré en direct d'OpenAlex

Abstract High‐latitude ecosystems are experiencing the most rapid climate changes globally, and in many areas these changes are concurrent with shifts in patterns of herbivory. Individually, climate and herbivory are known to influence biosphere‐atmosphere greenhouse gas (GHG) exchange; however, the interactive effects of climate and herbivory in driving GHG fluxes have been poorly quantified, especially in coastal systems that support large populations of migratory waterfowl. We investigated the magnitude and the climatic and physical controls of GHG exchange within the Yukon‐Kuskokwim Delta in western Alaska across four distinct vegetation communities formed by herbivory and local microtopography. Net CO 2 flux was greatest in the ungrazed Carex meadow community (3.97 ± 0.58 [SE] µmol CO 2 m −2 s −1 ), but CH 4 flux was greatest in the grazed community (14.00 ± 6.56 nmol CH 4 m −2 s −1 ). The grazed community is also the only vegetation type where CH 4 was a larger contributor than CO 2 to overall GHG forcing. We found that vegetation community was an important predictor of CO 2 and CH 4 exchange, demonstrating that variation in regional gas exchange is best explained when the effect of grazing, determined by the difference between grazed and ungrazed communities, is included. Further, we identified an interaction between temperature and vegetation community, indicating that grazed regions could experience the greatest increases in CH 4 emissions with warming. These results suggest that future GHG fluxes could be influenced by both climate and by changes in herbivore population dynamics that expand or contract the vegetation community most responsive to future temperature change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,293
Écart entre enseignants0,276 · 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 source (Gemma direct ou Codex distillé), 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

Citations43
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research BiogeosciencesMême sujetPeatlands and Wetlands EcologyTravaux en français237 207