MétaCan
Menu
Retour à la cohorte
Enregistrement W2612351686 · doi:10.1007/s10584-017-1977-1

Soil temperature responses to climate change along a gradient of upland–riparian transect in boreal forest

2017· article· en· W2612351686 sur OpenAlexaff
S. K. Oni, F. Mieres, Martyn N. Futter, Hjalmar Laudon

Notice bibliographique

RevueClimatic Change · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensTrent University
Organismes subventionnairesSvenska Forskningsrådet FormasKempe FoundationKempestiftelsernaStiftelsen för Miljöstrategisk Forskning
Mots-clésRiparian zoneSoil waterEnvironmental scienceTransectClimate changeTaigaBorealRiparian forestHydrology (agriculture)EcosystemSoil scienceEcologyGeologyGeographyForestryOceanography

Résumé

récupéré en direct d'OpenAlex

There is growing evidence of climate change impacts on northern ecosystems. While most climate change studies base their assessments on air temperature, spatial variation of soil temperature responses have not been fully examined as a metric of climate change. Here we examined spatial variations of soil temperature responses to an ensemble of regional climate model (RCM) projections at multiple depths in upland and riparian zones in the Swedish boreal forest. Modeling showed a stronger influence of air temperature on riparian soil temperature than was simulated for upland soils. The RCM ensemble projected a warming range of 4.7–6.0 °C in riparian and 4.3–5.7 °C in upland soils. However, soils were slightly colder in the riparian zone during winter. While the historical record showed that upland soils are about 0.4 °C warmer than the riparian soils, this may be reversed in the future as model projections showed that on an annual basis, riparian soils might be slightly warmer by 0.2 to 0.4 °C than upland soils. However, upland soils could warm up earlier (April) compared to riparian soils (May).

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,506
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,094
Tête enseignante GPT0,289
Écart entre enseignants0,194 · 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 tête enseignante, pas un consensus.

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

Citations22
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClimatic ChangeMême sujetClimate change and permafrostTravaux en français237 207