MétaCan
Menu
← Back to cohort
Record W2950091187 · doi:10.82308/9425

A characterization of vegetation patterns related to retrogressive thaw slumps on Herschel Island, Yukon Territory, Canada

2013· article· en· W2950091187 on OpenAlexfundaboutno aff
Heather Cray

Bibliographic record

VenueeScholarship@McGill (McGill) · 2013
Typearticle
Languageen
FieldEarth and Planetary Sciences
TopicClimate change and permafrost
Canadian institutionsnot available
FundersArcticNetNatural Sciences and Engineering Research Council of CanadaMcGill University
KeywordsPermafrostEcological successionDisturbance (geology)Vegetation (pathology)TundraThermokarstArcticRevegetationGeologyPhysical geographyEnvironmental scienceEcologyGeographyGeomorphologyOceanography

Abstract

fetched live from OpenAlex

La végétation exerce des contrôles puissants sur le fonctionnement des écosystèmes. Comprendre les effets des perturbations sur les motifs de revégétalisation à court et long terme est donc un élément crucial dans la compréhension des effets des changements climatiques sur l'Arctique. Les paysages Arctiques qui reposent sur des dépôts massifs de glace souterraine et de pergélisol riche en glace sont essentiellement instables et montrent souvent des signes de subsidence dus au dégel dans le passé et dans le présent. Les glissements rétrogressifs dus au dégel sont des traits caractéristiques du retrait progressif des glaces et ont tendance à entrer dans des cycles d'activités, pouvant amener des changements drastiques au paysage. Les motifs cycliques des perturbations et stabilisations reliées à ces glissements dus au dégel donnent comme résultat un paysage de toundra inégal où les unités géomorphologiques reflétant l'étape de stabilisation et le moment de la perturbation sont facilement identifiables. Ce projet mène une enquête sur la revégétalisation naturelle et les motifs de succession suite à des perturbations dues à des glissements rétrogressifs dus au dégel sur l'Île Herschel au Yukon. Vue le réchauffement prévu dans le future, la présence et superficie des glissements dus au dégel sur l'Île Herschel et du Versant nord du Yukon sont prévus d'augmenter. Les objectifs de recherche de ce projet sont de déterminer les caractéristiques diagnostiques des surfaces perturbées, de décrire la succession de la végétation suite au glissement dû au dégel, et de créer une base de données référant à la végétation qui pourra servir lors de comparaisons futures. Sept sites ont étés choisis pour ce projet, représentant des zones non-perturbées ainsi que des zones de glissements dus au dégel stabilisés depuis 250 ans, 20 ans, et 10 ans. La présence des espèces, la diversité et la couverture ont été utilisés afin de décrire la communauté végétale. Les données sur le pourcentage de couverture végétale ont étés analysés avec le positionnement multidimensionnel non-métrique (NMDS), le multi-response permutation procedures (MRPP), et la classification ascendante hiérarchique (CAH). Les espèces indicatrices ont été identifiés selon leur classe d'âge, et pour chacune le pH, le contenu de matière organique, la profondeur de la couche active et la teneur en eau pondérale du sol sont présentés. Les résultats indiquent que les communautés végétales et caractéristiques du sol distinctes sont associées à chaque classe d'âge, la différentiation la moins importante ayant lieu à l'intervalle des sites de 10 et 20 ans. L'observation qu'après 250 ans la zone de glissement stabilisée ne supporte plus la même communauté végétale que les zones non-perturbées de la toundra a des implications importantes pour notre compréhension des relations biotiques complexes dans l'Arctique de l'ouest. Ces résultats suggèrent que si le réchauffement climatique futur mène à une augmentation des glissements rétrogressifs dus au dégel, la composition des espèces sera modifiée et certaine espèces végétales pourraient devenir plus rare.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.086
Threshold uncertainty score0.172

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0010.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0010.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.014
GPT teacher head0.203
Teacher spread0.189 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2013
Admission routes2
Has abstractyes

Explore more

Same venueeScholarship@McGill (McGill)→Same topicClimate change and permafrost→French-language works237,207→