Chilling and forcing temperatures interact to predict the onset of wood formation in Northern Hemisphere conifers
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
The phenology of wood formation is a critical process to consider for predicting how trees from the temperate and boreal zones may react to climate change. Compared to leaf phenology, however, the determinism of wood phenology is still poorly known. Here, we compared for the first time three alternative ecophysiological model classes (threshold models, heat-sum models and chilling-influenced heat-sum models) and an empirical model in their ability to predict the starting date of xylem cell enlargement in spring, for four major Northern Hemisphere conifers (Larix decidua, Pinus sylvestris, Picea abies and Picea mariana). We fitted models with Bayesian inference to wood phenological data collected for 220 site-years over Europe and Canada. The chilling-influenced heat-sum model received most support for all the four studied species, predicting validation data with a 7.7-day error, which is within one day of the observed data resolution. We conclude that both chilling and forcing temperatures determine the onset of wood formation in Northern Hemisphere conifers. Importantly, the chilling-influenced heat-sum model showed virtually no spatial bias whichever the species, despite the large environmental gradients considered. This suggests that the spring onset of wood formation is far less affected by local adaptation than by environmentally driven plasticity. In a context of climate change, we therefore expect rising winter-spring temperature to exert ambivalent effects on the spring onset of wood formation, tending to hasten it through the accumulation of forcing temperature, but imposing a higher forcing temperature requirement through the lower accumulation of chilling.
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