MétaCan
Menu
← Retour à la cohorte
Enregistrement W3128822132 · doi:10.5194/bgd-8-9813-2011

How do more extreme rainfall regimes affect ecosystem fluxes in seasonally water-limited Northern Hemisphere temperate shrublands and forests?

2011· article· en· W3128822132 sur OpenAlexfundno aff
Ian Ross, Laurent Misson, Serge Rambal, Almut Arneth, Russell L. Scott, Arnaud Carrara, Alessandro Cescatti, Lorenzo Genesio

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesLawrence Berkeley National LaboratoryOak Ridge National LaboratoryNatural Resources CanadaBiological and Environmental ResearchNatural Sciences and Engineering Research Council of CanadaEuropean CommissionCanadian Foundation for Climate and Atmospheric SciencesMicrosoft ResearchU.S. Department of EnergyNational Science Foundation
Mots-clésEnvironmental scienceShrublandEcosystemEddy covarianceAtmospheric sciencesEcosystem respirationClimate changePrimary productionProductivityPrecipitationEcologyClimatologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. As a result of climate change, rainfall regimes became more extreme over the course of the 20th century, characterised by fewer and larger rainfall events. Such changes are expected to continue throughout the current century. The effect of changes in the temporal distribution of rainfall on ecosystem carbon fluxes is poorly understood, with most available information coming from experimental studies of grassland ecosystems. Here, continuous measurements of ecosystem carbon fluxes and precipitation from the worldwide FLUXNET network of eddy-covariance sites are exploited to investigate the effects of differences in rainfall distribution on the carbon balance of seasonally water-limited shrubland and forest sites. Once the strong dependence of ecosystem fluxes on total annual rainfall amount is accounted for, results show that sites with more extreme rainfall distributions have significantly lower gross productivity, slightly lower ecosystem respiration and consequently a smaller net ecosystem productivity.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,179
Écart entre enseignants0,166 · 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'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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlant Water Relations and Carbon Dynamics→Travaux en français237 207→