MétaCan
Menu
Retour à la cohorte
Enregistrement W4386423730 · doi:10.1038/s41558-023-01776-4

Sensitivity of South American tropical forests to an extreme climate anomaly

2023· article· en· W4386423730 sur OpenAlexaff
Amy C. Bennett, Thaiane R. Sousa, Abel Monteagudo‐Mendoza, Adriane Esquivel‐Muelbert, Paulo S. Morandi, Fernanda Coelho de Souza, Wendeson Castro, Luisa Fernanda Duque, Gerardo Flores Llampazo, Eliana Ramos, Emilio Vilanova, Esteban Álvarez‐Dávila, Timothy R. Baker, Flávia R. C. Costa, Simon L. Lewis, Beatriz Schwantes Marimon, Juliana Schietti, Benoît Burban, Érika Berenguer, Alejandro Araujo‐Murakami, Zorayda Restrepo Correa, Wilmar Lopez, Flávia Delgado Santana, Laura Jessica Viscarra, Fernando Elias, Ben Hur Marimon, David Galbraith, Martin J. P. Sullivan, Thaíse Emilio, Nayane Cristina Candida dos Santos Prestes, Jos Barlow, Nathalle Cristine Alencar Fagundes, Edmar Almeida de Oliveira, Patricia Álvarez-Loayza, Luciana F. Alves, Simone Aparecida Vieira, Vinícius Andrade Maia, Luiz E. O. C. Aragão, E.J.M.M. Arets, Luzmila Arroyo, Olaf Bánki, Christopher Baraloto, Plínio Barbosa de Camargo, Jorcely Barroso, Wilder Bento da Silva, Damien Bonal, Alisson Borges Miranda Santos, Roel Brienen, Foster Brown, Carolina V. Castilho, Sabina Cerruto Ribeiro, Víctor Chama Moscoso, Ezequiel Chavez, James A. Comiskey, Fernando Cornejo Valverde, Nállarett Dávila Cardozo, Natália de Aguiar‐Campos, Lia de Oliveira Melo, Jhon del Águila Pasquel, Géraldine Derroire, Mathias Disney, Aurélie Dourdain, Ted R. Feldpausch, Joice Ferreira, Valéria Forni Martins, Toby Gardner, Emanuel Gloor, Gloria Gutierrez Sibauty, René Guillén, Eduardo Hase, Bruno Hérault, Eurídice N. Honorio Coronado, Walter Huaraca Huasco, John P. Janovec, E. Jiménez, Carlos Alfredo Joly, Michelle Kalamandeen, Timothy J. Killeen, Camila Laís Farrapo, Aurora Levesley, Leon Lizon Romano, Gabriela López‐González, Flavio Antônio Maës dos Santos, William E. Magnusson, Yadvinder Malhi, Simone Matias Reis, Karina Melgaço, Omar Aurelio Melo Cruz, Irina Polo, T. Moreno Montanez, Jean Daniel Morel, Mario Percy Núñez Vargas, Raimunda Oliveira de Araújo, Nadir Pallqui Camacho, Alexander Parada Gutierrez, R. Toby Pennington, Georgia Pickavance, John Pipoly, Nigel C. A. Pitman, Carlos Alberto Quesada, Freddy Ramírez Arévalo, Hirma Ramírez‐Angulo, Rafael Flora Ramos, James Richardson, Cléber Rodrigo de Souza, Anand Roopsind, Gustavo Schwartz, Richarlly da Costa Silva, Javier E. Silva‐Espejo, Marcos Silveira, James Singh, Yhan Soto Shareva, Marc Steininger, Juliana Stropp, Joey Talbot, Hans ter Steege, John Terborgh, Raquel Thomas, Luis Valenzuela Gamarra, Geertje van der Heijden, Peter van der Hout, Roderick Zagt, Oliver L. Phillips

Notice bibliographique

RevueNature Climate Change · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensLaurentian University
Organismes subventionnairesSight Research UKRoyal SocietyUniversity of LeedsLeverhulme TrustAgence Nationale de la RechercheEuropean Space AgencyNatural Environment Research CouncilFundação de Amparo à Pesquisa do Estado de São PauloGordon and Betty Moore Foundation
Mots-clésClimate changeEnvironmental scienceTropical climateCarbon sinkTropical forestTropical and subtropical dry broadleaf forestsSink (geography)TropicsClimatologyCarbon cycleGeographyTropical savanna climateEcologyEcosystemAgroforestryBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The tropical forest carbon sink is known to be drought sensitive, but it is unclear which forests are the most vulnerable to extreme events. Forests with hotter and drier baseline conditions may be protected by prior adaptation, or more vulnerable because they operate closer to physiological limits. Here we report that forests in drier South American climates experienced the greatest impacts of the 2015–2016 El Niño, indicating greater vulnerability to extreme temperatures and drought. The long-term, ground-measured tree-by-tree responses of 123 forest plots across tropical South America show that the biomass carbon sink ceased during the event with carbon balance becoming indistinguishable from zero (−0.02 ± 0.37 Mg C ha −1 per year). However, intact tropical South American forests overall were no more sensitive to the extreme 2015–2016 El Niño than to previous less intense events, remaining a key defence against climate change as long as they are protected.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,021
Score d'incertitude au seuil0,518

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,027
Tête enseignante GPT0,259
Écart entre enseignants0,232 · 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.

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

Citations89
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature Climate ChangeMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207