MétaCan
Menu
Retour à la cohorte
Enregistrement W4310188930 · doi:10.1080/17550874.2022.2147804

Plant reproductive phenology along an elevation gradient in the extreme environment of the Canadian High Arctic

2022· article· en· W4310188930 sur OpenAlexaffabout
Zoe A. Panchen

Notice bibliographique

RevuePlant Ecology & Diversity · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensCanadian Museum of NatureUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPhenologyClimate changeArcticBiological dispersalGrowing degree-dayGlobal warmingEcologyElevation (ballistics)Environmental sciencePhysical geographyGeographyBiologyPopulation

Résumé

récupéré en direct d'OpenAlex

Background The extreme environment of the Canadian High-Arctic is experiencing unprecedented climate change with temperatures rising at three times the global average. There is a compelling need to understand how the phenology of Arctic plants will respond. However, long-term High-Arctic phenology monitoring is challenging due to the region’s remoteness.Aim To predict phenological responses of Arctic plants to climate change using an elevation gradient with associated temperature gradient as a proxy for climate change.Methods Flowering and seed dispersal times of seven Arctic species were recorded along an elevation gradient on Ellesmere Island, Nunavut, Canada in 2015 and related to air temperature measured at plant height and growing day degree (GDD).Results Flowering and seed dispersal times were earliest at the warmest site. A significant relationship with temperature was observed in flowering times of five species and seed dispersal times of one species. Conspecifics experienced fewer GDD at peak flowering at the coldest site than at warmer sites.Conclusions Temperature gradient observations provide insights into phenology–temperature relationships that complement long-term monitoring and enhance our ability to understand the impacts of climate change in remote regions. However, potential species adaptation along the temperature gradient should be taken into account. This single summer of results should be viewed with caution.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,248
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,049
Tête enseignante GPT0,183
Écart entre enseignants0,134 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlant Ecology & DiversityMême sujetClimate change and permafrostTravaux en français237 207