MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412992380 · doi:10.3390/su17157017

Sustainability in Boreal Forests: Does Elevated CO2 Increase Wood Volume?

2025· article· en· W4412992380 sur OpenAlexaboutno aff
Nyonho Oh, Eric C. Davis, Brent Sohngen

Notice bibliographique

RevueSustainability · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesEconomic Research ServiceU.S. Department of Agriculture
Mots-clésSustainabilityTaigaEnvironmental scienceVolume (thermodynamics)BorealAgroforestryForestryGeographyEcologyPhysicsArchaeologyBiology

Résumé

récupéré en direct d'OpenAlex

While boreal forests constitute 30% of the Earth’s forested area and are responsible for 20% of the global carbon sink, there is considerable concern about their sustainability. This paper focuses on the role of elevated CO2, examining whether wood volume in these forests has responded to increased CO2 over the last 60 years. To accomplish this, we use a rich set of wood volume measurement data from the Province of Alberta, Canada, and deploy quasi-experimental techniques to determine the effect of elevated CO2. While the few experimental studies that have examined boreal forests have found almost no effect of elevated CO2, our results indicate that a 1.0% increase in lifetime exposure to CO2 leads to a 1.1% increase in aboveground wood volume in these boreal forests. This study showcases the value of research designs that use natural settings to better account for the effects of prolonged exposure to elevated CO2. Our results should enable improved delineation of the drivers of historical changes in wood volume and carbon storage in boreal forests. In addition, when combined with other studies, these results will likely aid policymakers in designing management or policy approaches that will enhance the sustainability of forests in boreal regions.

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 enseignants0,037
Score d'incertitude au seuil0,074

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,002
Tête enseignante GPT0,230
Écart entre enseignants0,228 · 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 revueSustainability→Même sujetForest ecology and management→Travaux en français237 207→