MétaCan
Menu
Retour à la cohorte
Enregistrement W2800463802 · doi:10.1038/s41467-018-03838-0

Reduction in global area burned and wildfire emissions since 1930s enhances carbon uptake by land

2018· article· en· W2800463802 sur OpenAlexaff
Vivek K. Arora, Joe R. Melton

Notice bibliographique

RevueNature Communications · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesGlobal Foundation for Eating Disorders
Mots-clésEnvironmental scienceBiosphereCarbon fibersVegetation (pathology)CharcoalGreenhouse gasPopulationCarbon cycleLand useLand use, land-use change and forestryAtmospheric sciencesEnvironmental protectionEcosystemEcologyChemistryGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The terrestrial biosphere currently absorbs about 30% of anthropogenic CO 2 emissions. This carbon uptake over land results primarily from vegetation’s response to increasing atmospheric CO 2 but other factors also play a role. Here we show that since the 1930s increasing population densities and cropland area have decreased global area burned, consistent with the charcoal record and recent satellite-based observations. The associated reduced wildfire emissions from increase in cropland area do not enhance carbon uptake since natural vegetation that is spared burning was deforested anyway. However, reduction in fire CO 2 emissions due to fire suppression and landscape fragmentation associated with increases in population density is calculated to enhance land carbon uptake by 0.13 Pg C yr −1 , or ~19% of the global land carbon uptake (0.7 ± 0.6 Pg C yr −1 ), for the 1960–2009 period. These results identify reduction in global wildfire CO 2 emissions as yet another mechanism that is currently enhancing carbon uptake over land.

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)0,000
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 enseignants0,197
Score d'incertitude au seuil0,656

Scores Codex et Gemma par catégorie

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 ouverte0,0010,000
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 Opus0,008
Tête enseignante GPT0,260
Écart entre enseignants0,253 · 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

Citations142
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetFire effects on ecosystemsTravaux en français237 207