MétaCan
Menu
← Retour à la cohorte
Enregistrement W4321491292 · doi:10.21203/rs.3.rs-2611306/v1

Increasing atmospheric dryness reduces boreal forest tree growth

2023· preprint· en· W4321491292 sur OpenAlexaffabout
Ariane Mirabel, Martin P. Girardin, Juha M. Metsaranta, Danielle A. Way, Peter B. Reich

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensNatural Resources CanadaCanadian Forest ServiceWestern University
Organismes subventionnairesnon disponible
Mots-clésDrynessBorealTaigaEnvironmental scienceTree (set theory)ForestryAtmospheric sciencesGeographyAgroforestryPhysical geographyGeologyBiologyMathematicsArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract Rising atmospheric vapor pressure deficit (VPD) associated with climate change impacts tree growth and carbon storage through its effects on stomatal closure, evapotranspiration, and soil dryness. However, ground truth analyses of the effects of changing VPD on forest growth remain limited to focal species and areas. We assessed the response of Canada’s boreal forests to VPD changes during 1951-2018 using a tree-growth increment network with 5,000 species-site combinations. Roughly half of the sites showed a relationship between growth and VPD, with the most common response being a negative relationship between previous year VPD and current year growth, while current year VPD also tended to reduce growth. Species, tree age and soil moisture were primary determinants of tree VPD responses, with younger trees and key species like Picea glauca and Populus tremuloides showing higher VPD sensitivity. Since 1951, increases in summer VPD in Canada have paralleled growth decreases, particularly in spruce species.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,216
Score d'incertitude au seuil0,430

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,038
Tête enseignante GPT0,316
Écart entre enseignants0,278 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetPlant Water Relations and Carbon Dynamics→Travaux en français237 207→