Demographic but not competitive time lags can transiently amplify climate‐induced changes in vegetation carbon storage
Notice bibliographique
Résumé
How terrestrial ecosystems will accumulate carbon as the climate continues to change is a major source of uncertainty in projections of future climate. Under growth-stimulating environmental change, time lags inherent in population and community dynamic processes have been posed to dampen, or alternatively amplify, short-term carbon gain in terrestrial vegetation, but these outcomes can be difficult to predict. To theoretically frame this problem, we developed a simple model of vegetation dynamics that identifies the stage-structured demographic and competitive processes that could govern the timescales of carbon storage and loss. We show that demographic lags associated with growth-stimulating environmental change can allow a rapid increase in population-level carbon storage that is lost back to the atmosphere in later years. However, this transient carbon storage only emerges when environmental change increases the transition of adult individuals into a larger size class that suffers markedly higher mortality. Otherwise, demographic lags simply slow carbon accumulation. Counterintuitively, an analogous tradeoff between maximum adult size and survivorship in two-species models, coupled with environmental change-driven replacement, does not generate the transient carbon gain seen in the single-species models. Instead lags in competitive replacement slow the approach to the eventual carbon trajectory. Together, our results suggest that time lags inherent in demographic and compositional turnover tend to slow carbon accumulation in systems responding to growth-stimulating environmental change. Only under specific conditions will lagged demographic processes in such systems drive transient carbon accumulation, conditions that investigators can examine in nature to help project future carbon trajectories.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».