MétaCan
Menu
Retour à la cohorte
Enregistrement W2906112086 · doi:10.1111/gcb.14550

Examining forest resilience to changing fire frequency in a fire‐prone region of boreal forest

2018· article· en· W2906112086 sur OpenAlexafffundabout
Sarah J. Hart, Jonathan Henkelman, Philip D. McLoughlin, Scott E. Nielsen, Alexandre Truchon‐Savard, Jill F. Johnstone

Notice bibliographique

RevueGlobal Change Biology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of AlbertaUniversity of Saskatchewan
Organismes subventionnairesWestern Economic Diversification CanadaNatural Sciences and Engineering Research Council of CanadaEnvironment and Climate Change CanadaCamecoAreva
Mots-clésTaigaEnvironmental scienceResilience (materials science)BorealFire ecologyFire regimeWildfire suppressionSnagGeographyEcologyAgroforestryPhysical geographyEnvironmental resource managementForestryFirefightingEcosystemHabitatBiology

Résumé

récupéré en direct d'OpenAlex

Future changes in climate are widely anticipated to increase fire frequency, particularly in boreal forests where extreme warming is expected to occur. Feedbacks between vegetation and fire may modify the direct effects of warming on fire activity and shape ecological responses to changing fire frequency. We investigate these interactions using extensive field data from the Boreal Shield of Saskatchewan, Canada, a region where >40% of the forest has burned in the past 30 years. We use geospatial and field data to assess the resistance and resilience of eight common vegetation states to frequent fire by quantifying the occurrence of short-interval fires and their effect on recovery to a similar vegetation state. These empirical relationships are combined with data from published literature to parameterize a spatially explicit, state-and-transition simulation model of fire and forest succession. We use this model to ask if and how: (a) feedbacks between vegetation and wildfire may modify fire activity on the landscape, and (b) more frequent fire may affect landscape forest composition and age structure. Both field and GIS data suggest the probability of fire is low in the initial decades after fire, supporting the hypothesis that fuel accumulation may exert a negative feedback on fire frequency. Field observations of pre- and postfire composition indicate that switches in forest state are more likely in conifer stands that burn at a young age, supporting the hypothesis that resilience is lower in immature stands. Stands dominated by deciduous trees or jack pine were generally resilient to fire, while mixed conifer and well-drained spruce forests were less resilient. However, simulation modeling suggests increased fire activity may result in large changes in forest age structure and composition, despite the feedbacks between vegetation-fire likely to occur with increased fire activity.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,037
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,032
Tête enseignante GPT0,262
Écart entre enseignants0,230 · 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 tête enseignante, 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

Citations128
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetFire effects on ecosystemsTravaux en français237 207