MétaCan
Menu
Retour à la cohorte
Enregistrement W4200149857 · doi:10.1111/gcb.16030

Site index as a predictor of the effect of climate warming on boreal tree growth

2021· article· en· W4200149857 sur OpenAlexafffundabout
Mathilde Pau, Sylvie Gauthier, Raphaël D. Chavardès, Martin P. Girardin, William Marchand, Yves Bergeron

Notice bibliographique

RevueGlobal Change Biology · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTree-ring climate responses
Établissements canadiensUniversité du Québec en Abitibi-TémiscamingueUniversité du Québec à MontréalNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésBlack spruceBorealTaigaClimate changeEnvironmental scienceBiomeDendrochronologyEcologyClimatologyVapour Pressure DeficitAtmospheric sciencesPhysical geographyGeographyEcosystemBiologyGeologyBotany

Résumé

récupéré en direct d'OpenAlex

The boreal forest represents the terrestrial biome most heavily affected by climate change. However, no consensus exists regarding the impacts of these changes on the growth of tree species therein. Moreover, assessments of young tree responses in metrics transposable to forest management remain scarce. Here, we assessed the impacts of climate change on black spruce (Picea mariana [Miller] BSP) and jack pine (Pinus banksiana Lambert) growth, two dominant tree species in boreal forests of North America. Starting with a retrospective analysis including data from 2591 black spruces and 890 jack pines, we forecasted trends in 30-year height growth at the transitions from closed to open boreal coniferous forests in Québec, Canada. We considered three variables: (1) height growth, rarely used, but better-reflecting site potential than other growth proxies, (2) climate normals corresponding to the growth period of each stem, and (3) site type (as a function of texture, stoniness, and drainage), which can modify the effects of climate on tree growth. We found a positive effect of vapor pressure deficit on the growth of both species, although the effect on black spruce leveled off. For black spruce, temperatures had a positive effect on the height at 30 years, which was attenuated when and where climatic conditions became drier. Conversely, drought had a positive effect on height under cold conditions and a negative effect under warm conditions. Spruce growth was also better on mesic than on rocky and sub-hydric sites. For portions of the study areas with projected future climate within the calibration range, median height-change varied from 10 to 31% for black spruce and from 5 to 31% for jack pine, depending on the period and climate scenario. As projected increases are relatively small, they may not be sufficient to compensate for potential increases in future disturbances like forest fires.

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)0,001
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 enseignants0,182
Score d'incertitude au seuil0,362

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,016
Tête enseignante GPT0,254
Écart entre enseignants0,237 · 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

Citations41
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetTree-ring climate responsesTravaux en français237 207