Climate warming accelerates carbon release from foliar litter—A global synthesis
Notice bibliographique
Résumé
Abstract With over one‐third of terrestrial net primary productivity transferring to the litter layer annually, the carbon release from litter serves as a crucial valve in atmospheric carbon dioxide concentrations. However, few quantitative global projections of litter carbon release rate in response to climate change exist. Here, we combined a global foliar litter carbon release dataset (8973 samples) to generate spatially explicitly estimates of the response of their residence time (τ) to climate change. Results show a global mean litter carbon release rate () of 0.69 year−1 (ranging from 0.09–5.6 year−1). Under future climate scenarios, global mean τ is projected to decrease by a mean of 2.7% (SSP 1–2.6) and 5.9% (SSP 5–8.5) during 2071–2100 period. Locally, the alleviation of temperature and moisture restrictions corresponded to obvious decreases in τ in cold and arid regions, respectively. In contract, τ in tropical humid broadleaf forests increased by 4.6% under SSP 5–8.5. Our findings highlight the vegetation type as a powerful proxy for explaining global patterns in foliar litter carbon release rates and the role of climate conditions in predicting responses of carbon release to climate change. Our observation‐based estimates could refine carbon cycle parameterization, improving projections of carbon cycle–climate feedbacks.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».