MétaCan
Menu
Retour à la cohorte
Enregistrement W2889852744 · doi:10.1111/ele.13158

Climatically controlled reproduction drives interannual growth variability in a temperate tree species

2018· letter· en· W2889852744 sur OpenAlexaff
Andrew Hacket‐Pain, Davide Ascoli, Giorgio Vacchiano, Franco Biondi, Liam Cavin, Marco Conedera, Igor Drobyshev, Isabel Dorado‐Liñán, A. D. Friend, Michael Grabner, Claudia Hartl, Jüergen Kreyling, François Lebourgeois, Tom Levanič, Annette Menzel, Ernst van der Maaten, Marieke van der Maaten‐Theunissen, Lena Muffler, Renzo Motta, Cătălin-Constantin Roibu, Ionel Popa, Tobias Scharnweber, Robert Weigel, Martin Wilmking, Christian Zang

Notice bibliographique

RevueEcology Letters · 2018
Typeletter
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesH2020 European Research CouncilEuropean CommissionUniversity of Nevada, RenoOxford University PressDeutsche ForschungsgemeinschaftUniversity of Oxford
Mots-clésTemperate climateReproductionEcologyTemperate forestTemperate rainforestTree (set theory)BiologyGeographyEcosystemMathematics

Résumé

récupéré en direct d'OpenAlex

Climatically controlled allocation to reproduction is a key mechanism by which climate influences tree growth and may explain lagged correlations between climate and growth. We used continent-wide datasets of tree-ring chronologies and annual reproductive effort in Fagus sylvatica from 1901 to 2015 to characterise relationships between climate, reproduction and growth. Results highlight that variable allocation to reproduction is a key factor for growth in this species, and that high reproductive effort ('mast years') is associated with stem growth reduction. Additionally, high reproductive effort is associated with previous summer temperature, creating lagged climate effects on growth. Consequently, understanding growth variability in forest ecosystems requires the incorporation of reproduction, which can be highly variable. Our results suggest that future response of growth dynamics to climate change in this species will be strongly influenced by the response of reproduction.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,213
Écart entre enseignants0,207 · 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'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

Citations141
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207