Low-severity fires in the boreal region: reproductive implications for black spruce stands in between stand-replacing fire events
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Stand-replacing crown fires are the most prevalent type of fire regime in boreal forests in North America. However, a substantial proportion of low-severity fires are found within fire perimeters. Here, we aimed to investigate the effects of low-severity fires on the reproductive potential and seedling recruitment in boreal forest stands in between stand-replacing fire events. METHODS: We recorded site and tree characteristics from 149 trees within 12 sites dominated by mature black spruce [Picea mariana (Mill.) B.S.P.] trees in the Northwest Territories, Canada. The presence of fire-scarred trees supported classification of sites as unburned or affected by low-severity fires in recent history. We used non-parametric tests to evaluate differences in site conditions between unburned and low-severity sites. We used linear and additive statistical models to evaluate differences in tree age, size and reproductive traits among unburned trees and trees from low-severity sites. KEY RESULTS: The results showed a significantly higher density of dead black spruce trees in low-severity sites and marginally significant higher presence of permafrost. Trees from low-severity fire sites were significantly older, exhibited significantly lower tree growth and showed a tendency towards a higher probability of cone presence and percentage of open cones compared with trees from unburned sites. Surviving fire-scarred trees affected by more recent low-severity fires showed a tendency towards a higher probability of cone presence and cone production. The density of black spruce seedlings increased significantly with recent low-severity fires. CONCLUSIONS: Trees in low-severity sites appeared to have escaped mortality from up to three fires, as indicated by fire-scar records and their older ages. Shallow permafrost at low-severity sites might cause lower flammability, allowing areas to act as fire refugia. Low-severity surface fires temporarily enhanced the reproductive capacity of surviving trees and the density of seedlings, probably as a stress response to fire events.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».