MétaCan
Menu
Retour à la cohorte
Enregistrement W4200036673 · doi:10.1186/s13750-021-00249-5

What evidence exists on the effects of competition on trees’ responses to climate change? A systematic map protocol

2021· article· en· W4200036673 sur OpenAlexaff
Juliana Magalhães, Mariano M. Amoroso, Bruce C. Larson

Notice bibliographique

RevueEnvironmental Evidence · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésClimate changeCompetition (biology)Predictive powerEnvironmental resource managementSelection (genetic algorithm)EcologyBiologyComputer scienceEnvironmental scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Background Projections of climate change impacts upon forests are likely inaccurate if based on the premise that only climate controls tree growth. Species interactions control growth, but most research has ignored these effects on how trees respond to climate change. Climate change is inducing natural species selection. However, this selection does not occur at the community level. Species selection starts with competition amongst individual trees. Competition is an individual-to-individual antagonistic interaction that, if severe, can constrain the presence of trees within a particular environment. Thus, climate change impacts individual tree selection within forests. Projecting climate change impacts on forests should account for the effects of climate on tree growth and the effects of competition. The inclusion of competition can increase the predictive power of simulations. Methods We propose a protocol to systematically map the available literature on climate change impacts on forests and produce a comprehensive list of methods applied to measure competition and model the competition effects on tree growth responses to climate change. This systematic map is not limited to any country or continent or specific tree species or forest type. The scope of the search focuses on time (when the evidence was published), location (geographic location of the evidence) and research design (competition indices and modelling methods). We will evaluate articles at three levels: title, abstract and full text. We will conduct a full-text assessment on all articles that pass a screening at the title and abstract stages. We will report the extracted evidence in a narrative synthesis to summarize the evidence’s trends and report knowledge gaps.

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)0,090
score de la tête « metaresearch » (Gemma)0,200
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,475

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0900,200
Méta-épidémiologie (sens strict)0,0030,004
Méta-épidémiologie (sens large)0,0090,008
Bibliométrie0,0270,016
Études des sciences et des technologies0,0030,005
Communication savante0,0070,009
Science ouverte0,0040,007
Intégrité de la recherche0,0070,004
Charge utile insuffisante (le modèle a refusé de juger)0,1070,020

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 Opus0,028
Tête enseignante GPT0,269
Écart entre enseignants0,241 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental EvidenceMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207