MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408433461 · doi:10.5194/egusphere-egu25-10284

Multi-proxy analysis confirms the tight coupling of carbon assimilation and allocation, with divergent NSCs strategies in two boreal forest species

2025· preprint· en· W4408433461 sur OpenAlexaboutno aff
Paulina F. Puchi, Daniela Dalmonech, Daniele Castagneri, Lorenzo Brilli, Alessio Collalti

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBorealAssimilation (phonology)Proxy (statistics)TaigaCarbon stockEnvironmental scienceEcologyGeographyBiologyMathematicsStatisticsLinguisticsPhilosophyClimate change

Résumé

récupéré en direct d'OpenAlex

Understanding the link between photosynthesis and carbon allocation to woody biomass remains a critical gap in predicting forest responses to climate change due to the pervasive lack of comprehensive carbon-based data at the whole-stand level. We employed an integrated approach combining micrometeorological techniques (Eddy Covariance, EC), process-based and biogeochemical modelling, tree ring width (TRW), and quantitative wood anatomy to assess changes in carbon fluxes and allocation dynamics over mature stands of black spruce (Picea mariana Mill.) and jack pine (Pinus banksiana Lamb.) from 1999 to 2021 in Canada. We used Gross Primary Production (GPP) from EC to calibrate and validate GPP simulations from the 3D-CMCC-FEM model, incorporating tree ring width (TRW) and wood anatomical traits, such as cell wall area (CWA), as proxies for carbon fixation.Our findings demonstrated that the forest ecosystem model effectively captured GPP at daily, monthly, and annual scales, strongly correlating with EC-based estimates (P < 0.001). Both stands revealed a strong association between observed and modelled GPP and CWA, highlighting that CWA better reflects carbon assimilation in woody biomass than TRW. Species-specific differences in non-structural carbohydrates (NSCs) dynamics were also evident, as model simulations indicated that Pinus banksiana actively utilized NSCs for growth, while Picea mariana relied on NSCs as a buffer under cold conditions. This multi-proxy approach enhanced our understanding of carbon dynamics and temporal and spatial carbon flux pathways. Our findings provide critical insights into carbon allocation strategies, contributing valuable knowledge for refining climate change models in boreal ecosystems.

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)0,001
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 enseignants0,044
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,261
Écart entre enseignants0,245 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPeatlands and Wetlands Ecology→Travaux en français237 207→