MétaCan
Menu
Retour à la cohorte
Enregistrement W3046864190 · doi:10.1038/s42003-020-01144-4

Drought-modulated allometric patterns of trees in semi-arid forests

2020· article· en· W3046864190 sur OpenAlexaff
Jingyu Dai, Hongyan Liu, Yongcai Wang, Qinghua Guo, Tianyu Hu, Timothy A. Quine, Sophie M. Green, Henrik Hartmann, Chongyang Xu, Xu Liu, Zihan Jiang

Notice bibliographique

RevueCommunications Biology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésAllometryTree allometryAridCanopyDiameter at breast heightEnvironmental scienceCarbon sequestrationAtmospheric sciencesHydrology (agriculture)EcologyBiologyGeologyCarbon dioxideBiomass (ecology)

Résumé

récupéré en direct d'OpenAlex

Abstract Tree allometry in semi-arid forests is characterized by short height but large canopy. This pattern may be important for maintaining water-use efficiency and carbon sequestration simultaneously, but still lacks quantification. Here we use terrestrial laser scanning to quantify allometry variations of Quercus mongolica in semi-arid forests. With tree height (Height) declining, canopy area (CA) decreases with substantial variations. The theoretical CA-Height relationship in dynamic global vegetation models (DGVMs) matches only the 5 th percentile of our results because of CA underestimation and Height overestimation by breast height diameter (DBH). Water supply determines Height variation ( P = 0.000) but not CA ( P = 0.2 in partial correlation). The decoupled functions of stem, hydraulic conductance and leaf spatial arrangement, may explain the inconsistency, which may further ensure hydraulic safety and carbon assimilation, avoiding forest dieback. Works on tree allometry pattern and determinant will effectively supply tree drought tolerance studying and support DGVM improvements.

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 enseignants0,163
Score d'incertitude au seuil0,242

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 ouverte0,0010,000
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 Opus0,026
Tête enseignante GPT0,255
Écart entre enseignants0,229 · 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

Citations33
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications BiologyMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207