Contrasting responses of autumn-leaf senescence to daytime and night-time warming
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Plant phenology is a sensitive indicator of climate change1–4 and plays an important role in regulating carbon uptake by plants5–7. Previous studies have focused on spring leaf-out by daytime temperature and the onset of snow-melt time8,9, but the drivers controlling leaf senescence date (LSD) in autumn remain largely unknown10–12. Using long-term ground phenological records (14,536 time series since the 1900s) and satellite greenness observations dating back to the 1980s, we show that rising pre-season maximum daytime (Tday) and minimum night-time (Tnight) temperatures had contrasting effects on the timing of autumn LSD in the Northern Hemisphere (> 20° N). If higher Tday leads to an earlier or later LSD, an increase in Tnight systematically drives LSD to occur oppositely. Contrasting impacts of daytime and night-time warming on drought stress may be the underlying mechanism. Our LSD model considering these opposite effects improved autumn phenology modelling and predicted an overall earlier autumn LSD by the end of this century compared with traditional projections. These results challenge the notion of prolonged growth under higher autumn temperatures, suggesting instead that leaf senescence in the Northern Hemisphere will begin earlier than currently expected, causing a positive climate feedback. Rising pre-season daytime and night-time temperatures have contrasting effects on the timing of autumn-leaf senescence date in the Northern Hemisphere. Diurnal differences in drought stress may be the underlying mechanism.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle