MétaCan
Menu
Retour à la cohorte
Enregistrement W4401032351 · doi:10.1038/s41558-024-02057-4

Decadal increases in carbon uptake offset by respiratory losses across northern permafrost ecosystems

2024· article· en· W4401032351 sur OpenAlexafffund
Craig R. See, Anna‐Maria Virkkala, Susan M. Natali, Brendan M. Rogers, Marguerite Mauritz, Christina Biasi, Stef Bokhorst, Julia Boike, M. Syndonia Bret‐Harte, Gerardo Celis, Namyi Chae, Torben R. Christensen, Sara June Murner, Sigrid Dengel, A. J. Dolman, Colin W. Edgar, Bo Elberling, Craig A. Emmerton, E. S. Euskirchen, Mathias Göckede, Achim Grelle, Liam Heffernan, Manuel Helbig, David Holl, Elyn Humphreys, Hiroki Iwata, Järvi Järveoja, Hideki Kobayashi, John Kochendorfer, Pasi Kolari, Ayumi Kotani, Lars Kutzbach, Min Jung Kwon, Emma Lathrop, Efrèn López‐Blanco, Ivan Mammarella, Maija E. Marushchak, Mikhail Mastepanov, Yojiro Matsuura, Lutz Merbold, Gesa Meyer, Christina Minions, Mats B. Nilsson, Julia Nojeim, Steven F. Oberbauer, David Olefeldt, Sang‐Jong Park, Frans‐Jan W. Parmentier, Matthias Peichl, D. L. Peter, Roman Petrov, Rafael Poyatos, Anatoly Prokushkin, William L. Quinton, Heidi Rodenhizer, Torsten Sachs, K. E. Savage, Christopher Schulze, Sofie Sjögersten, Oliver Sonnentag, Vincent L. St. Louis, Margaret Torn, Eeva‐Stiina Tuittila, Masahito Ueyama, Andrej Varlagin, Carolina Voigt, Jennifer D. Watts, Donatella Zona, Viacheslav I. Zyryanov, Edward A. G. Schuur

Notice bibliographique

RevueNature Climate Change · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensWilfrid Laurier UniversityEnvironment and Climate Change CanadaCarleton UniversityDalhousie UniversityUniversité de MontréalUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOffice of ScienceHORIZON EUROPE Framework ProgrammeU.S. Geological SurveyMinderoo FoundationNorges ForskningsrådVetenskapsrådetDeutsche ForschungsgemeinschaftKorea Polar Research InstituteBundesministerium für Bildung und ForschungNational Research FoundationU.S. Department of EnergyEuropean CommissionDanmarks GrundforskningsfondNational Aeronautics and Space AdministrationHelsingin YliopistoEuropean Climate, Infrastructure and Environment Executive AgencyGordon and Betty Moore FoundationNational Science Foundation
Mots-clésPermafrostEnvironmental scienceEcosystemCarbon cycleOffset (computer science)Carbon fibersPhysical geographyAtmospheric sciencesOceanographyEcologyGeologyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Tundra and boreal ecosystems encompass the northern circumpolar permafrost region and are experiencing rapid environmental change with important implications for the global carbon (C) budget. We analysed multi-decadal time series containing 302 annual estimates of carbon dioxide (CO 2 ) flux across 70 permafrost and non-permafrost ecosystems, and 672 estimates of summer CO 2 flux across 181 ecosystems. We find an increase in the annual CO 2 sink across non-permafrost ecosystems but not permafrost ecosystems, despite similar increases in summer uptake. Thus, recent non-growing-season CO 2 losses have substantially impacted the CO 2 balance of permafrost ecosystems. Furthermore, analysis of interannual variability reveals warmer summers amplify the C cycle (increase productivity and respiration) at putatively nitrogen-limited sites and at sites less reliant on summer precipitation for water use. Our findings suggest that water and nutrient availability will be important predictors of the C-cycle response of these ecosystems to future warming.

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)0,001
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 enseignants0,508
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,286
Écart entre enseignants0,252 · 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

Citations50
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature Climate ChangeMême sujetClimate change and permafrostTravaux en français237 207