MétaCan
Menu
Retour à la cohorte
Enregistrement W4379232621 · doi:10.1038/s43247-023-00869-4

Hydroclimatic extremes contribute to asymmetric trends in ecosystem productivity loss

2023· article· en· W4379232621 sur OpenAlex
Jun Li, Emanuele Bevacqua, Zhaoli Wang, Stephen Sitch, Vivek Arora, Almut Arneth, Atul K. Jain, Daniel S. Goll, Hanqin Tian, Jakob Zscheischler

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCommunications Earth & Environment · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesBasic and Applied Basic Research Foundation of Guangdong ProvinceHorizon 2020 Framework ProgrammeWater Resources Department of Guangdong ProvinceHelmholtz AssociationNational Natural Science Foundation of ChinaAgence Nationale de la RechercheEuropean Commission
Mots-clésMiddle latitudesPantropicalEcosystemProductivityEnvironmental scienceClimatologyPrimary productionPrimary productivityProduction (economics)Atmospheric sciencesEcologyBiologyEconomicsGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Gross primary production is the basis of global carbon uptake. Gross primary production losses are often related to hydroclimatic extremes such as droughts and heatwaves, but the trend of such losses driven by hydroclimatic extremes remains unclear. Using observationally-constrained and process-based model data from 1982-2016, we show that drought-heat events, drought-cold events, droughts and heatwaves are the dominant drivers of gross primary production loss. Losses associated with these drivers increase in northern midlatitude ecosystem but decrease in pantropical ecosystems, thereby contributing to around 70% of the variability in total gross primary production losses. These asymmetric trends are caused by an increase in the magnitude of gross primary production losses in northern midlatitudes and by a decrease in the frequency of gross primary production loss events in pantropical ecosystems. Our results suggest that the pantropics may have become less vulnerable to hydroclimatic variability over recent decades whereas gross primary production losses and hydroclimatic extremes in northern midlatitudes have become more closely entangled.

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.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,459
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,006

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 Opus0,020
Tête enseignante GPT0,241
Écart entre enseignants0,221 · 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