MétaCan
Menu
Retour à la cohorte
Enregistrement W4393665949

Fire history, vegetation and climate dynamic of the Republic of Komi during the Holocene

2019· preprint· fr· W4393665949 sur OpenAlexaboutno aff
Chéïma Barhoumi

Notice bibliographique

Revuetheses.fr (ABES) · 2019
Typepreprint
Languefr
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHoloceneVegetation (pathology)Fire historyPhysical geographyFire regimeGeographyClimatologyClimate changeForestryEnvironmental scienceGeologyHistoryArchaeologyEcologyOceanographyEcosystemMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le changement climatique en cours entraîne et va entraîner encore d’importantes modifications au niveau de la structuration et de la biodiversité des écosystèmes forestiers. Les forêts boréales, qui comptent parmi les plus grands biomes forestiers de la planète (32 % du couvert forestier mondiale) sont particulièrement impactés par de tels changements. Les incendies y sont des perturbateurs majeurs et ils participent à la dynamique de ces forêts. La récente augmentation des activités de feux dans ces écosystèmes soulève des questions d’ordre écologique et socio-économique. Les conséquences du réchauffement climatique global sont déjà observées dans ces régions, notamment au Canada et en Russie, où des hivers et des printemps plus chauds (augmentation de 2 à 3°C) ont été enregistrés depuis les années 1960. De plus, le changement climatique en cours renverse le bilan net du stockage de carbone les forêts boréales semblent maintenant passer de leur état de puits de carbone à un état source de carbone. Afin de mieux comprendre les mécanismes sous-jacents au fonctionnement de ce type de forêt, et afin de mieux anticiper les changements encore à venir, l’étude de sa dynamique passée permet d’apporter des éléments de réponses. L’objectif de la thèse consiste à étudier et comprendre les interactions entre la dynamique des incendies, de la végétation et du climat de l’Holocène (derniers 11700 ans) en République de Komi, une région de Russie, dont ces questions ont été très peu documentées. Dans un premier temps, l’étude de la dynamique des incendies a révélé que la fréquence de feu a augmenté de manière graduelle tout au long de l’Holocène. Les changements de végétation au cours de l’Holocène ont été retracés à partir de l’analyse des grains de pollen et du modèle REVEALS. Une forêt de type taïga claire (type particulier de forêt boréale) s’est développée au début de l’Holocène, de 10000 à 6000 cal. yr BP. Ensuite, de 10000 à 3500 cal. yr BP, une taïga sombre s’est installée. Puis à partir de 3500 cal. yr BP, on observe le retour progressif de la taïga claire. Les reconstitutions paléoclimatiques basées sur une double approche, pollen et biomarqueurs moléculaires (brGDGts), ont mis en évidence un optimum climatique entre 7000 et 4000 cal. yr BP. La mise en relation de ces résultats les uns avec les autres nous a amené à conclure que pour la première moitié de l’Holocène, le climat a une influence majeure sur la végétation. Puis à partir de 3500 cal. yr BP, le passage de la fréquence des feux sous une valeur seuil (FRI, Intervalle de retour de feu < 200 ans) a eu un impact plus fort que le climat sur la végétation. Depuis les 600 dernières années, l’intensification des activités humaines a mené à une surexploitation de la forêt et à une augmentation de son activité. Un autre aspect de la thèse a consisté à étudier les dynamiques des incendies de deux autres régions, en Carélie, et dans la région sud du Lac Baïkal. La dynamique des feux y a été plus complexe qu’en République de Komi, car elle n’a pas suivie la même tendance à la décroissance graduelle du FRI.

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)0,002
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 enseignants0,035
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,232
Écart entre enseignants0,209 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuetheses.fr (ABES)Même sujetGeology and Paleoclimatology ResearchTravaux en français237 207