Ecosystem carbon dynamics differ between tundra shrub types in the western Canadian Arctic
Notice bibliographique
Résumé
Shrub expansion at high latitudes has been implicated in driving vegetation 'greening' trends and may partially offset CO 2 emissions from warming soils. However, we do not yet know how Arctic shrub expansion will impact ecosystem carbon (C) cycling and this limits our ability to forecast changes in net C storage and resulting climate feedbacks. Here we quantify the allocation of photosynthate between different ecosystem components for two common deciduous Arctic shrubs, both of which are increasing in abundance in the study region; green alder ( Alnus viridis (Chaix) DC.) and dwarf birch ( Betula glandulosa Michx., B.). Using 13 C isotopic labelling, we show that carbon use efficiency (i.e. the fraction of gross photosynthesis remaining after subtracting respiration) in peak growing season is similar between the two shrubs (56 ± 12% for A. viridis , 59 ± 6% for B. glandulosa ), but that biomass production efficiency (plant C uptake allocated to biomass production, per unit gross photosynthesis) is 56 ± 14% for A. viridis , versus 31 ± 2% for B. glandulosa. A significantly greater proportion of recent photosynthate is allocated to woody biomass in A. viridis dominated plots (27 ± 5%), compared to plots dominated by B. glandulosa (4 ± 1%) . Allocation of C to belowground pools also differs significantly; after 2.5 weeks we recovered 28 ± 6% of recent photosynthate in root-free soil under B. glandulosa , but under A. viridis we were unable to detect recent photosynthate in the soil. We provide the first evidence that the impact of shrub expansion on Arctic C cycling will be species dependant. Where Betula dominates, ~1/3 of recently photosynthesised C will be rapidly allocated belowground to soil and microbial pools. Where Alnus dominates, more recently fixed C will be allocated to woody biomass. We conclude that models driven by remotely-sensed aboveground canopy characteristics alone (i.e. greenness) will be unable to accurately represent the impact of vegetation change on Arctic C storage.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».