Large apparent growth increases in boreal forests inferred from tree-rings are an artefact of sampling biases
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
Abstract Tree rings are thought to be a powerful tool to reconstruct historical growth changes and have been widely used to assess tree responses to global warming. Demographic inferences suggest, however, that typical sampling procedures induce spurious trends in growth reconstructions. Here we use the world’s largest single tree-ring dataset (283,536 trees from 136,621 sites) from Quebec, Canada, to assess to what extent growth reconstructions based on these - and thus any similar - data might be affected by this problem. Indeed, straightforward growth rate reconstructions based on these data suggest a six-fold increase in radial growth of black spruce ( Picea mariana ) from ~0.5 mm yr −1 in 1800 to ~2.5 mm yr −1 in 1990. While the strong correlation (R 2 = 0.98) between this increase and that of atmospheric CO 2 could suggest a causal relationship, we here unambiguously demonstrate that this growth trend is an artefact of sampling biases caused by the absence of old, fast-growing trees (cf. “ slow-grower survivorship bias ”) and of young, slow-growing trees (cf. “ big-tree selection bias ”) in the dataset. At the moment, we cannot envision how to remedy the issue of incomplete representation of cohorts in existing large-scale tree-ring datasets. Thus, innovation will be needed before such datasets can be used for growth rate reconstructions.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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