MétaCan
Menu
Retour à la cohorte
Enregistrement W3045952615 · doi:10.1002/ecs2.3118

Leading‐edge disequilibrium in alder and spruce populations across the forest–tundra ecotone

2020· article· en· W3045952615 sur OpenAlexafffund
Hana Travers-Smith, Trevor C. Lantz

Notice bibliographique

RevueEcosphere · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaArcticNet
Mots-clésEcotoneTundraAlderEcologyDisequilibriumVegetation (pathology)Physical geographyEnvironmental scienceAbundance (ecology)Species distributionRange (aeronautics)Climate changeGeographyArcticBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

Abstract The distribution and composition of Arctic vegetation are expected to shift with ongoing climate change. Global models generally predict northward shifts in high‐latitude ecotones, and analysis of remote sensing data shows widespread greening and changes in vegetation structure across the circumpolar Arctic. However, there are still uncertainties related to the timing of these shifts and variation among different plant functional types. In this paper, we investigate disequilibrium dynamics of green alder and white spruce in the Tuktoyaktuk Coastal Plain, NWT. We used high‐resolution air photographs captured in the 1970s and 2000s to quantify changes in the distribution and abundance of alder and spruce near their northern limits. We found increases in alder and spruce stem density over time, but no change in their range limits, indicating that both species are affected by leading‐edge disequilibrium. Low stand density and temperature limitation of reproduction along the northern margin likely contributed to observed disequilibrium in both species. We also observed the greatest change in species occupancy within a burned area, suggesting that the increased frequency of fire will play a significant role in the timing and magnitude of near‐term vegetation change.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,235
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0080,001

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 Opus0,061
Tête enseignante GPT0,277
Écart entre enseignants0,216 · 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.

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

Citations28
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcosphereMême sujetClimate change and permafrostTravaux en français237 207