Mapping and understanding the vulnerability of northern peatlands to permafrost thaw at scales relevant to community adaptation planning
Notice bibliographique
Résumé
Abstract Developing spatially explicit permafrost datasets and climate assessments at scales relevant to northern communities is increasingly important as land users and decision makers incorporate changing permafrost conditions in community and adaptation planning. This need is particularly strong within the discontinuous permafrost zone of the Northwest Territories (NWT) Canada where permafrost peatlands are undergoing rapid thaw due to a warming climate. Current data products for predicting landscapes at risk of thaw are generally built at circumpolar scales and do not lend themselves well to fine-scale regional interpretations. Here, we present a new permafrost vulnerability dataset that assesses the degree of permafrost thaw within peatlands across a 750 km latitudinal gradient in the NWT. This updated dataset provides spatially explicit estimates of where peatland thermokarst potential exists, thus making it much more suitable for local, regional or community usage. Within southern peatland complexes, we show that permafrost thaw affects up to 70% of the peatland area and that thaw is strongly mediated by both latitude and elevation, with widespread thaw occuring particularly at low elevations. At the northern end of our latitudinal gradient, peatland permafrost remains climate-protected with relatively little thaw. Collectively these results demonstrate the importance of scale in permafrost analyses and mapping if research is to support northern communities and decision makers in a changing climate. This study offers a more scale-appropriate approach to support community adaptative planning under scenarios of continued warming and widespread permafrost thaw.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».