Late Holocene tundra fires and linkages to climate and vegetation in Northern Alaska
Notice bibliographique
Résumé
Charcoal particles in lake sediments can reveal past fires and linkages to climate and vegetation change. We use analyses of charcoal accumulation rates from two lakes on the Alaskan North Slope to reconstruct past fire activity, and charcoal morphology to identify changes in fuel sources. Charcoal peak analyses were used to calculate individual fire-return intervals (FRIs; years between fire) and mean FRIs (mFRIs) with 95% confidence intervals at local and regional scales. The Lake I4 core (RTS7U2, basal age 7046 cal year B.P.) shows shorter FRIs after ∼3000 cal year B.P. based on the >90 µm charcoal size fraction (regional burning), which coincides with Neoglacial cooling and decreasing moisture. A second higher-resolution core from nearby Kirk Lake (RTS5U3, basal age 743 years) captures short FRIs (mFRI = 198 (105–133) years), suggesting frequent burning compared to the late Holocene portion of Lake I4 core (mFRI = 378 (294–455) years). mFRIs from the larger charcoal size fractions (>125 µm; local burning) at both sites overlap with modern fire cycles observed in the region over the past 82 years. However, the Kirk Lake watershed burned more frequently than other sites in the region, likely related to abundant local shrub cover. These analyses suggest that tundra fires are related to climate variability, but local-scale feedbacks with vegetation can result in heterogenous burning, with implications for ongoing Arctic greening and 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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».