MétaCan
Menu
Retour à la cohorte
Enregistrement W2622646501 · doi:10.1111/gcb.13780

Tree‐ring analysis and modeling approaches yield contrary response of circumboreal forest productivity to climate change

2017· article· en· W2622646501 sur OpenAlexaboutno aff
Shunsuke Tei, Atsuko Sugimoto, Hitoshi Yonenobu, Yojiro Matsuura, Akira Osawa, Hisashi Sato, Junichi Fujinuma, Trofim C. Maximov

Notice bibliographique

RevueGlobal Change Biology · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTree-ring climate responses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimate changeEnvironmental scienceProductivityGlobal warmingVegetation (pathology)ClimatologyDendrochronologyEcosystemTree lineForest ecologyPhysical geographyAtmospheric sciencesEcologyGeographyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Circumboreal forest ecosystems are exposed to a larger magnitude of warming in comparison with the global average, as a result of warming-induced environmental changes. However, it is not clear how tree growth in these ecosystems responds to these changes. In this study, we investigated the sensitivity of forest productivity to climate change using ring width indices (RWI) from a tree-ring width dataset accessed from the International Tree-Ring Data Bank and gridded climate datasets from the Climate Research Unit. A negative relationship of RWI with summer temperature and recent reductions in RWI were typically observed in continental dry regions, such as inner Alaska and Canada, southern Europe, and the southern part of eastern Siberia. We then developed a multiple regression model with regional meteorological parameters to predict RWI, and then applied to these models to predict how tree growth will respond to twenty-first-century climate change (RCP8.5 scenario). The projections showed a spatial variation and future continuous reduction in tree growth in those continental dry regions. The spatial variation, however, could not be reproduced by a dynamic global vegetation model (DGVM). The DGVM projected a generally positive trend in future tree growth all over the circumboreal region. These results indicate that DGVMs may overestimate future wood net primary productivity (NPP) in continental dry regions such as these; this seems to be common feature of current DGVMs. DGVMs should be able to express the negative effect of warming on tree growth, so that they simulate the observed recent reduction in tree growth in continental dry regions.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,180
Tête enseignante GPT0,302
Écart entre enseignants0,121 · 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'étudeSimulation ou modélisation
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

Citations111
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetTree-ring climate responsesTravaux en français237 207