MétaCan
Menu
Back to cohort
Record W7028184193

Dynamique spatio-temporelle des forêts dans l’écotone boréal-tempéré en réponse aux changements globaux

2020· dissertation· fr· W7028184193 on OpenAlexaboutno aff

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2020
Typedissertation
Languagefr
FieldEnvironmental Science
TopicEcology, Conservation, and Geographical Studies
Canadian institutionsnot available
Fundersnot available
KeywordsTransition timeESPACEWelfare systemWestern europe
DOInot available

Abstract

fetched live from OpenAlex

Le principal objectif de ma thèse était de comprendre et de quantifier l’effet combiné du changement climatique récent et des perturbations sur la dynamique des communautés forestières de l’écotone boréal-tempéré au cours des dernières décennies. Pour ce faire, j’ai analysé les changements au niveau de la composition en espèces, de la dynamique de transition et du recrutement dans les forêts du Québec de 1970 à 2018. 
\n
\nDans le premier chapitre, j’ai montré que les perturbations naturelles et anthropiques étaient les principaux moteurs des changements de composition, i.e. la diversité β temporelle. Malgré la prévalence des perturbations, l’analyse des traits écologiques de la communauté a révélé une thermophilisation des forêts à travers le Québec, i.e. une augmentation des espèces de climat chaud au détriment des espèces de climat froid. Ce phénomène de thermophilisation a même été amplifié par les perturbations modérées, soulevant une nouvelle question : si les perturbations peuvent favoriser une telle réorganisation des communautés, pourraient-elles catalyser un basculement des forêts vers des états alternatifs ? 
\n
\nLe second chapitre a apporté des réponses à cette question en analysant la dynamique de transition des forêts du Québec avec un modèle à quatre états, soit boréal, mixte, tempéré et pionnier. La dynamique de transition était principalement influencée par les perturbations et secondairement par le climat et les conditions édaphiques. Les perturbations majeures ont entraîné surtout des transitions vers l’état pionnier, tandis que les perturbations modérées ont favorisé les transitions de mixte à tempéré. À long terme, les perturbations modérées pourraient catalyser un déplacement plus rapide de l’écotone boréal-tempéré vers le nord sous l’effet du changement climatique. Toutefois, le recrutement des espèces tempérées a joué un rôle négligeable dans cette dynamique comparativement aux processus de mortalité et de croissance. 
\n
\nLes deux premiers chapitres s’appuient sur des analyses de l’évolution des communautés d’arbres matures. Cependant, pour comprendre la dynamique forestière, une analyse de la dynamique de régénération est nécessaire, étude que j’ai menée au troisième chapitre. J’ai d’abord mis en lumière des déplacements de plusieurs kilomètres vers le nord pour les gaulis de Acer rubrum, Acer saccharum et Betula alleghaniensis dans les forêts non perturbées. Toutefois, sous l’influence des perturbations modérées, seuls les Acer spp. ont migré ; aucune espèce ne s’est déplacée sous l’influence des perturbations majeures. En revanche, les gaulis de Fagus grandifolia n’ont pas du tout migré. Bien que les coupes partielles aient favorisé une augmentation du recrutement des quatre espèces, elles n’ont pas entraîné de migration plus au nord, possiblement parce que le recrutement était freiné par une faible capacité de dispersion, une forte compétition par les espèces boréales et des conditions édaphiques défavorables. 
\n
\nDans l’ensemble, mes résultats ont souligné que les communautés forestières de l’écotone boréal-tempéré répondent déjà au changement climatique récent et que les perturbations accélèrent cette réponse. En effet, le réchauffement érode la résilience des forêts mixtes tandis que les perturbations éliminent les espèces boréales en place, ce qui accélère le processus de succession et facilite l’établissement des espèces tempérées.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.207
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0130.001
Scholarly communication0.0000.001
Open science0.0010.001
Research integrity0.0010.001
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 head0.008
GPT teacher head0.188
Teacher spread0.180 · 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 teacher head, not a consensus.

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
Published2020
Admission routes1
Has abstractyes

Explore more

Same venuePapyrus : Institutional Repository (Université de Montréal)Same topicEcology, Conservation, and Geographical StudiesFrench-language works237,207