MétaCan
Menu
Retour à la cohorte
Enregistrement W4403781880 · doi:10.1111/gcb.17546

No Future Growth Enhancement Expected at the Northern Edge for European Beech due to Continued Water Limitation

2024· article· en· W4403781880 sur OpenAlexafffund
Stefan Klesse, Richard L. Peters, Raquel Alfaro‐Sánchez, Vincent Badeau, Claudia Baittinger, Giovanna Battipaglia, Didier Bert, Franco Biondi, Michal Bošeľa, M. Budeanu, Vojtěch Čada, J. Julio Camarero, Liam Cavin, Hugues Claessens, Ana-Maria Cretan, Katarina Čufar, Martín de Luis, Isabel Dorado‐Liñán, Choimaa Dulamsuren, Josep María Espelta, Balázs Garamszegi, Michael Grabner, Jožica Gričar, Andrew Hacket‐Pain, Jon Kehlet Hansen, Claudia Hartl, Andrea Hevia, Martina L. Hobi, Pavel Janda, Alistair S. Jump, Jakub Kašpar, Marko Kazimirović, Srđan Keren, Jüergen Kreyling, Alexander Land, Nicolas Latte, François Lebourgeois, Christoph Leuschner, Mathieu Lévesque, Luis Alberto Longares Aladrén, Edurne Martínez del Castillo, Annette Menzel, Maks Merela, Martin Mikoláš, Renzo Motta, Lena Muffler, Anna Neycken, Paola Nola, Momchil Panayotov, Any Mary Petriţan, Ion Cătălin Petrițan, Ionel Popa, Peter Prislan, Tom Levanič, Cătălin-Constantin Roibu, Álvaro Rubio‐Cuadrado, Raúl Sánchez‐Salguero, Pavel Šamonil, Branko Stajić, Miroslav Svoboda, Roberto Tognetti, Elvin Toromani, Volodymyr Trotsiuk, Ernst van der Maaten, Marieke van der Maaten‐Theunissen, Astrid Vannoppen, Ivana Vašíčková, Georg von Arx, Martin Wilmking, Robert Weigel, Tzvetan Zlatanov, Christian Zang, Allan Buras

Notice bibliographique

RevueGlobal Change Biology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesCanadian Forest ServiceBundesamt für UmweltInstitut National de Recherche pour l'Agriculture, l'Alimentation et l'EnvironnementSwiss Federal Institute for Forest, Snow and Landscape ResearchMinisterstvo Pôdohospodárstva a Rozvoja Vidieka Slovenskej RepublikyUniverza v LjubljaniVlaamse Instelling voor Technologisch OnderzoekUniversidad de JaénDépartement de la Santé des ForêtsUniversidad de ZaragozaUniversità degli Studi di TorinoU.S. Forest ServiceTechnische Universität MünchenAgroParisTechUniversité de BordeauxUniversité de LiègeMinistarstvo Prosvete, Nauke i Tehnološkog RazvojaUniversitatea Transilvania din BrasovUniversidad Politécnica de MadridUniversität für Bodenkultur WienMinisterio de Ciencia e InnovaciónEuropean Social FundNatural Resources CanadaEidgenössische Technische Hochschule ZürichTechnische Universität DresdenUniversità degli Studi di PaviaAgencia Estatal de InvestigaciónSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungUniversity of StirlingGrantová Agentura České RepublikyUniwersytet Rolniczy im. Hugona Kołłątaja w KrakowieUniversität GreifswaldMinisterio de Ciencia, Innovación y UniversidadesUniversity of Nevada, RenoBulgarian Academy of SciencesAlbert-Ludwigs-Universität FreiburgMendelova Univerzita v BrněUniversité de LorraineNatural Environment Research CouncilUniversità degli Studi della Campania Luigi VanvitelliAgentúra na Podporu Výskumu a VývojaUniversität BaselUniversität HohenheimDeutsche Forschungsgemeinschaft
Mots-clésBeechEnvironmental scienceEnhanced Data Rates for GSM EvolutionFagus sylvaticaEcologyBiologyComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

ABSTRACT With ongoing global warming, increasing water deficits promote physiological stress on forest ecosystems with negative impacts on tree growth, vitality, and survival. How individual tree species will react to increased drought stress is therefore a key research question to address for carbon accounting and the development of climate change mitigation strategies. Recent tree‐ring studies have shown that trees at higher latitudes will benefit from warmer temperatures, yet this is likely highly species‐dependent and less well‐known for more temperate tree species. Using a unique pan‐European tree‐ring network of 26,430 European beech ( Fagus sylvatica L. ) trees from 2118 sites, we applied a linear mixed‐effects modeling framework to (i) explain variation in climate‐dependent growth and (ii) project growth for the near future (2021–2050) across the entire distribution of beech. We modeled the spatial pattern of radial growth responses to annually varying climate as a function of mean climate conditions (mean annual temperature, mean annual climatic water balance, and continentality). Over the calibration period (1952–2011), the model yielded high regional explanatory power ( R 2 = 0.38–0.72). Considering a moderate climate change scenario (CMIP6 SSP2‐4.5), beech growth is projected to decrease in the future across most of its distribution range. In particular, projected growth decreases by 12%–18% (interquartile range) in northwestern Central Europe and by 11%–21% in the Mediterranean region. In contrast, climate‐driven growth increases are limited to around 13% of the current occurrence, where the historical mean annual temperature was below ~6°C. More specifically, the model predicts a 3%–24% growth increase in the high‐elevation clusters of the Alps and Carpathian Arc. Notably, we find little potential for future growth increases (−10 to +2%) at the poleward leading edge in southern Scandinavia. Because in this region beech growth is found to be primarily water‐limited, a northward shift in its distributional range will be constrained by water availability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,018
Tête enseignante GPT0,256
Écart entre enseignants0,238 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations40
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207