MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412604157 · doi:10.1371/journal.pone.0327422

Climate and water-table levels regulate peat accumulation rates across Europe

2025· article· en· W4412604157 sur OpenAlexafffund
Graeme T. Swindles, Donal Mullan, Neil Brannigan, Richard E. Fewster, Thomas G. Sim, Angela Gallego‐Sala, Maarten Blaauw, Mariusz Lamentowicz, Vincent E. J. Jassey, Katarzyna Marcisz, Sophie M. Green, Thomas P. Roland, Julie Loisel, Matthew J. Amesbury, Antony Blundell, Frank M. Chambers, Dan J. Charman, Callum R C Evans, Angelica Feurdean, Jennifer M. Galloway, Mariusz Gałka, Edgar Karofeld, Evelyn Keaveney, Atte Korhola, Łukasz Lamentowicz, Peter G. Langdon, Dmitri Mauquoy, Michelle McKeown, Edward A. D. Mitchell, Gill Plunkett, Helen Roe, T. Edward Turner, Ülle Sillasoo, Minna Väliranta, M. van der Linden, Barry G. Warner

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensUniversity of WaterlooGeological Survey of CanadaCarleton University
Organismes subventionnairesFifth Framework ProgrammeNatural Resources CanadaSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNarodowym Centrum NaukiAkademie der NaturwissenschaftenLeverhulme TrustQuaternary Research AssociationNatural Sciences and Engineering Research Council of CanadaEuropean CommissionDepartment for Employment and Learning, Northern IrelandNederlandse Organisatie voor Toegepast Natuurwetenschappelijk OnderzoekNatural Environment Research CouncilUK Research and InnovationNational Science Foundation
Mots-clésPeatWater tableEnvironmental scienceContext (archaeology)Testate amoebaeClimate changeProductivityHydrology (agriculture)EcologyEcosystemPhysical geographyAtmospheric sciencesBiologyGeologyGeographyGroundwater

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Peatlands are globally-important carbon sinks at risk of degradation from climate change and direct human impacts, including drainage and burning. Peat accumulates when there is a positive mass balance between plant productivity inputs and litter/peat decomposition losses. However, the factors influencing the rate of peat accumulation over time are still poorly understood. METHODOLOGY/PRINCIPAL FINDINGS: We examine apparent peat accumulation rates (aPAR) during the last two millennia from 28 well-dated, intact European peatlands and find a range of between 0.005 and 0.448 cm yr-1 (mean = 0.118 cm yr-1). Our work provides important context for the commonplace assertion that European peatlands accumulate at ~0.1 cm per year. The highest aPAR values are found in the Scandinavian and Baltic regions, in contrast to Britain, Ireland, and Continental Europe. We find that summer temperature is a significant climatic control on aPAR across our European sites. Furthermore, a significant relationship is observed between aPAR and water-table depth (reconstructed from testate-amoeba subfossils), suggesting that higher aPAR levels are often associated with wetter conditions. We also note that the highest values of aPAR are found when the water table is within 5-10 cm of the peatland surface. aPAR is generally low when water table depths are < 0 cm (standing water) or > 25 cm, which may relate to a decrease in plant productivity and increased decomposition losses, respectively. Model fitting indicates that the optimal water table depth (WTD) for maximum aPAR is ~10 cm. CONCLUSIONS/SIGNIFICANCE: Our study suggests that, in some European peatlands, higher summer temperatures may enhance growth rates, but only if a sufficiently high water table is maintained. In addition, our findings corroborate contemporary observational and experimental studies that have suggested an average water-table depth of ~10 cm is optimal to enable rapid peat growth and therefore carbon sequestration in the long term. This has important implications for peatland restoration and rewetting strategies, in global efforts to mitigate climate change.

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)0,000
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,043
Tête enseignante GPT0,275
Écart entre enseignants0,231 · 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

Citations12
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetPeatlands and Wetlands Ecology→Travaux en français237 207→