Coastal tundra heath responses to experimental flooding and warming, Yukon-Kuskokwim Delta (western Alaska, United States), 2022-2024
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
While the Arctic warms rapidly, several coastal tundra regions face increasing threats from altered flooding regimes. Yet, how flooding shapes coastal tundra ecosystems remains largely unknown. We experimentally examined how increased tidal flooding, under both ambient and elevated temperatures, influences key drivers of ecosystem functioning: micro-environment, vegetation, and organic matter decomposition. Data were collected across three summers (2022-2024) in a low-Arctic coastal tundra heath of the Yukon-Kuskokwim Delta (Alaska) – one of the largest high-latitude riverine deltas in North America. In May 2022, soon after snowmelt, we selected seven blocks within the focal tundra heath. Each block contained six plots, for a total of 42 plots. Plots within blocks were randomly assigned to a factorial combination of experimental monthly tidal floods (three levels: no-flooding, low-severity flooding, and high-severity flooding) and experimental warming (two levels: ambient and higher temperatures). We focused on three response categories: (1) micro-environmental changes, including air and soil temperatures, soil active layer thickness, redox potential, salinity, potential of hydrogen (pH), and chemistry; (2) vegetation responses, such as aboveground community composition and biomass, plant height, and root production; and (3) responses of organic matter decomposition (mass loss, decomposition rate, and stabilization factor).
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découle