MétaCan
Menu
Retour à la cohorte
Enregistrement W3049303194 · doi:10.1111/jbi.13922

Did long‐term fire control the coniferous boreal forest composition of the northern Ural region (Komi Republic, Russia)?

2020· article· en· W3049303194 sur OpenAlexafffund
Chéïma Barhoumi, Adam A. Ali, Odile Peyron, Lucas Dugerdil, О. К. Борисова, Yulia Golubeva, Dmitry Subetto, Alexander Kryshen, Igor Drobyshev, Nina Ryzhkova, Sébastien Joannin

Notice bibliographique

RevueJournal of Biogeography · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesNational Research Council CanadaInstitut Universitaire de FranceVetenskapsrådetSvenska Forskningsrådet FormasNorges ForskningsrådRussian Foundation for Basic ResearchAgence Nationale de la RechercheNational Research Council Sri Lanka
Mots-clésTaigaVegetation (pathology)PollenBorealPicea abiesEcologyHoloceneGeographyPhysical geographyPeatFire regimeForestryEnvironmental scienceBiologyEcosystemArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract Aim Documenting past vegetation dynamics and fire‐vegetation relationships at a regional scale is necessary to understand the mechanisms that control the functioning of the boreal forest, which is particularly sensitive to climate change. The objective of this study is to document these interactions in the Komi Republic during the Holocene. Location Yaksha, Vychegda river basin, Republic of Komi, Russia. Taxon Plantae, gymnosperms, angiosperms. Methods Two palaeoecological approaches are combined, based (1) on pollen (this study) and charcoal analysis (recomputed from our previous analysis) applied to cores from two peatlands and (2) on a REVEALS model (a part of the Landscape Reconstruction Algorithm “LRA”) applied to six regional pollen cores in order to obtain a regional estimate of vegetation cover during the Holocene. Results The pollen diagram produced locally from Yaksha was compared with the regional vegetation cover determined by REVEALS. Taxa such as Abies sp. and Pinus spp. showed differences between the two approaches, but vegetation signals remain qualitatively consistent. From 10,000 to 6,000 cal. yr BP, the forest was mainly a light taiga (composed of Pinus sylvestris and Betula spp.) and low fire activity was recorded. From 6,000 to 3,500 cal. yr BP, a dark taiga (composed of Picea spp., Abies sibirica and Pinus sibirica ) was established due to favourable climatic conditions, despite higher fire activity. From 3,500 cal. yr BP onwards, the continuous increase in fire activity allowed for a gradual return of light taiga, Betula spp., likely reinforced by human activities. The dynamics of Picea spp. and Abie s sp. were asynchronous between the sites. For Picea spp., the hypothesis of local inter‐site expansion distributed along stream corridors is supported by the data. For Abies sp., a bias in REVEALS, and in climate cooling may explain disparities between sites. Main conclusions We found evidence that in the early and mid‐Holocene, vegetation dynamics were probably more influenced by climate, as fire activity was low. During the late Holocene, fire activity and geomorphology, eventually augmented by human activities, increased in influence on vegetation dynamics and led to the predominance of the light taiga forest up to the present.

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 enseignants0,023
Score d'incertitude au seuil0,232

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 technologies0,0000,001
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 Opus0,015
Tête enseignante GPT0,215
Écart entre enseignants0,201 · 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

Citations32
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of BiogeographyMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207