Long‐Term Temporal Divergence in Post‐Drought Resilience Decline Between Deciduous and Evergreen Tree Species
Notice bibliographique
Résumé
Severe drought increasingly threatens the resilience, productivity, and distribution of forest biomes worldwide. Understanding the evolution of tree drought resilience over the past century, along with its geographical and taxonomic relationships, is essential for predicting future forest dynamics. Using a tree-ring database from Canadian forests, encompassing 40,147 trees across 4558 plots and 23 species, we analyzed temporal and spatial patterns of drought resilience. We examined how leaf habit, prior drought exposure, and site- and tree-level factors influence growth resistance (immediate drought response), growth recovery (post-drought growth resumption), and overall resilience. Our findings indicate that most major Canadian tree species exhibit low and declining drought resilience. Mean temperature, moisture availability, and elevation emerged as critical factors in shaping tree responses to drought. At high elevation, drought impacts were buffered by cool temperatures, enabling trees to maintain stable growth rates. Deciduous species showed a significant decline in recovery and resilience throughout the 20th century, whereas evergreen species displayed stable but low resilience and recovery. Summer droughts particularly reduced resistance and recovery in deciduous species compared to evergreens. However, prior drought exposure mitigated negative drought responses over a tree's lifetime, suggesting an adaptive capacity in both evergreen and deciduous species. Older forests unaccustomed to severe droughts appear especially vulnerable, potentially leading to shifts in ecosystem composition and reduced biodiversity. The declining resilience of deciduous species, combined with the low resilience of evergreens, suggests major changes for Canadian forests, including reduced productivity and altered species composition. Our results emphasize the importance of proactive forest management strategies to preserve forest productivity and biodiversity in the context of a changing climate.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».