MétaCan
Menu
Retour à la cohorte
Enregistrement W3012071291 · doi:10.1002/ppp.2048

Impact of wildfire on permafrost landscapes: A review of recent advances and future prospects

2020· review· en· W3012071291 sur OpenAlexafffund
Jean Holloway, Antoni G. Lewkowicz, Thomas A. Douglas, Xiaoying Li, Merritt R. Turetsky, Jennifer L. Baltzer, Huijun Jin

Notice bibliographique

RevuePermafrost and Periglacial Processes · 2020
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensWilfrid Laurier UniversityUniversity of OttawaEnvironment and Climate Change Canada
Organismes subventionnairesW. Garfield Weston Foundation
Mots-clésPermafrostThermokarstTundraActive layerEnvironmental scienceTaigaVegetation (pathology)Climate changePhysical geographyEarth scienceGeologyHydrology (agriculture)ArcticEcologyGeographyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Changes in the frequency and extent of wildfires are expected to lead to substantial and irreversible alterations to permafrost landscapes under a warming climate. Here we review recent publications (2010–2019) that advance our understanding of the effects of wildfire on surface and ground temperatures, on active layer thickness and, where permafrost is ice‐rich, on ground subsidence and the development of thermokarst features. These thermal and geomorphic changes are initiated immediately following wildfire and alter the hydrology and biogeochemistry of permafrost landscapes, including the release of previously frozen carbon. In many locations, permafrost has been resilient, with key characteristics such as active layer thickness returning to pre‐fire conditions after several decades. However, permafrost near its southern limit is losing this resiliency as a result of ongoing climate warming and increasingly common vegetation state changes. Shifts in fire return intervals, severity and extent are expected to alter the trajectories of wildfire impacts on permafrost, and to enlarge spatial impacts to more regularly include the burning of tundra areas. Modeling indicates some lowland boreal forest and tundra environments will remain resilient while uplands and areas with thin organic layers and dry soils will experience rapid and irreversible permafrost degradation. More work is needed to relate modeling to empirical studies, particularly incorporating dynamic variables such as soil moisture, snow and thermokarst development, and to identify post‐fire permafrost responses for different landscape types and regions. Future progress requires further collaboration among geocryologists, ecologists, hydrologists, biogeochemists, modelers and remote sensing specialists.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,036
Tête enseignante GPT0,320
Écart entre enseignants0,284 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations235
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePermafrost and Periglacial ProcessesMême sujetClimate change and permafrostTravaux en français237 207