MétaCan
Menu
Retour à la cohorte
Enregistrement W2904396542 · doi:10.1111/gcb.14539

Chilling and forcing temperatures interact to predict the onset of wood formation in Northern Hemisphere conifers

2018· article· en· W2904396542 sur OpenAlexafffundabout
Nicolas Delpierre, Ségolène Lireux, Florian Härtig, J. Julio Camarero, Alissar Cheaïb, Katarina Čufar, Henri E. Cuny, Annie Deslauriers, Patrick Fonti, Jožica Gričar, Jian‐Guo Huang, Cornelia Krause, Guohua Liu, Martín de Luis, Harri Mäkinen, Edurne Martínez del Castillo, Hubert Morin, Pekka Nöjd, Walter Oberhuber, Peter Prislan, Sergio Rossi, Seyedeh Masoumeh Saderi, Václav Treml, Hanus Vavrick, Cyrille Rathgeber

Notice bibliographique

RevueGlobal Change Biology · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTree-ring climate responses
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaJavna Agencija za Raziskovalno Dejavnost RSChinese Academy of SciencesGrantová Agentura České RepublikyAcademy of FinlandNational Natural Science Foundation of ChinaEuropean Cooperation in Science and TechnologyEuropean Social FundSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungAgence Nationale de la RechercheNational Science Foundation
Mots-clésForcing (mathematics)Northern HemisphereClimatologyEnvironmental scienceSouthern HemisphereAtmospheric sciencesPhysical geographyEcologyBiologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,073
Score d'incertitude au seuil0,146

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,000
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 Opus0,024
Tête enseignante GPT0,262
Écart entre enseignants0,238 · 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

Citations122
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetTree-ring climate responsesTravaux en français237 207