MétaCan
Menu
Retour à la cohorte
Enregistrement W4387880496 · doi:10.1038/s41558-023-01851-w

Forest composition change and biophysical climate feedbacks across boreal North America

2023· article· en· W4387880496 sur OpenAlexaboutno aff
Richard Massey, Brendan M. Rogers, Logan T. Berner, Sol Cooperdock, Michelle C. Mack, Xanthe J. Walker, S. J. Goetz

Notice bibliographique

RevueNature Climate Change · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesStrategic Environmental Research and Development ProgramNational Aeronautics and Space AdministrationU.S. Department of Defense
Mots-clésDeciduousAlbedo (alchemy)Radiative forcingEnvironmental scienceTaigaBorealClimate changeClimatologyVegetation (pathology)Forcing (mathematics)Atmospheric sciencesPhysical geographyEcologyGeographyForestryGeology

Résumé

récupéré en direct d'OpenAlex

Deciduous tree cover is expected to increase in North American boreal forests with climate warming and wildfire. This shift in composition has the potential to generate biophysical cooling via increased land surface albedo. Here we use Landsat-derived maps of continuous tree canopy cover and deciduous fractional composition to assess albedo change over recent decades. We find, on average, a small net decrease in deciduous fraction from 2000 to 2015 across boreal North America and from 1992 to 2015 across Canada, despite extensive fire disturbance that locally increased deciduous vegetation. We further find near-neutral net biophysical change in radiative forcing associated with albedo when aggregated across the domain. Thus, while there have been widespread changes in forest composition over the past several decades, the net changes in composition and associated post-fire radiative forcing have not induced systematic negative feedbacks to climate warming over the spatial and temporal scope of our study.

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 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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil1,000

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,019
Tête enseignante GPT0,267
Écart entre enseignants0,249 · 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

Citations38
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature Climate ChangeMême sujetFire effects on ecosystemsTravaux en français237 207