MétaCan
Menu
Retour à la cohorte
Enregistrement W2788735298 · doi:10.3959/1536-1098-74.1.39

Sensitivity of Three Dominant Tree Species from the Upper Boundary of Their Forest Type to Climate Change at Changbai Mountain, Northeastern China

2018· article· en· W2788735298 sur OpenAlexaff
Lushuang Gao, Yun Zhang, Xiaoming Wang, Chunyu Zhang, Yihan Zhao, Lanmei Liu

Notice bibliographique

RevueTree-Ring Research · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTree-ring climate responses
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésChinaSensitivity (control systems)Boundary (topology)Tree (set theory)Climate changeGeographyEnvironmental sciencePhysical geographyEcologyClimatologyGeologyBiologyMathematicsArchaeology

Résumé

récupéré en direct d'OpenAlex

We quantified the growth dynamics and climatic responses of three tree species that have dominated Changbai Mountain: Korean pine (Pinus koraiensis), Yeddo spruce (Picea jezoensis), and Erman's birch (Betula ermanii). Standardization curves and moving correlations were used to assess growth rate trends and analyze changes in growth-climate relationships of trees at their upper forest boundaries and individual species elevation limits, respectively. Contrasting growth patterns were observed between trees at each upper forest boundary and species-specific upper elevation limits. Korean pines and Yeddo spruces grew faster at their upper forest boundaries than at their individual species limits. A higher growth rate of Erman's birches at their forest upper boundary only occurred before 1960. Relative to the strong effect of temperature on tree growth at individual upper elevation limits, the stable effect of precipitation and changing effect of temperature on tree growth were observed at the upper forest boundaries. Temperature increases have had a significantly negative effect on Korean pine and Erman's birch since 1980, whereas temperature increases were associated with Yeddo spruce growth. This study elucidated the differential growth patterns and temporal changes in climate–growth relationships of these species between their upper forest boundaries and elevation limits.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,599
Score d'incertitude au seuil0,967

Scores Codex et Gemma par catégorie

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

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 Opus0,084
Tête enseignante GPT0,307
Écart entre enseignants0,223 · 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.

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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTree-Ring ResearchMême sujetTree-ring climate responsesTravaux en français237 207