Comment on acp-2021-641
Notice bibliographique
Résumé
Abstract. Area burned, number of fires, seasonal fire severity, and fire season length are all expected to increase in Canada, with largely unquantified ecosystem feedbacks. However, there are few observational studies measuring ecosystem-scale biogeochemical (e.g., carbon dioxide exchanges) and biophysical (e.g., energy partitioning) properties during smoke episodes and hence assessing responses of gross primary production (GPP) to changes in incoming diffuse photosynthetically active radiation (PAR). In this study, we leveraged two long-term eddy covariance measurement sites in forest and wetland ecosystems to study four smoke episodes, which happened at different times and differed in length, over 4 different years (2015, 2017, 2018, and 2020). We found that the highest decrease in shortwave irradiance due to smoke was about 50 % in July and August but increased to about 90 % when the smoke arrived in September. When the smoke arrived in the later stage of summer, impacts on sensible and latent heat fluxes were very different than the earlier ones. Smoke generally increased the diffuse fraction (DF) from ∼ 0.30 to ∼ 0.50 and turned both sites into stronger carbon dioxide (CO2) sinks with increased GPP up to ∼ 18 % and ∼ 7 % at the forest and wetland site, respectively. However, when DF exceeded 0.80 as a result of dense smoke, both ecosystems became net CO2 sources as total PAR dropped to low values. The results suggest that this kind of natural experiment is important for validating future predictions of smoke–productivity feedbacks.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,018 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,326 | 0,233 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».