MétaCan
Menu
Retour à la cohorte
Enregistrement W1603801414 · doi:10.3390/hydrology2020093

Evapotranspiration Trends Over the Eastern United States During the 20th Century

2015· article· en· W1603801414 sur OpenAlexaff
Ryan J. Kramer, Lahouari Bounoua, Ping Zhang, Robert E. Wolfe, Thomas G. Huntington, Marc L. Imhoff, Kurtis J. Thome, Genevieve L. Noyce

Notice bibliographique

RevueHydrology · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesGoddard Space Flight CenterU.S. Geological SurveyNational Aeronautics and Space Administration
Mots-clésEvapotranspirationEnvironmental scienceHydrology (agriculture)ArchaeologyGeographyGeologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Most models evaluated by the Intergovernmental Panel for Climate change estimate projected increases in temperature and precipitation with rising atmospheric CO2 levels. Researchers have suggested that increases in CO2 and associated increases in temperature and precipitation may stimulate vegetation growth and increase evapotranspiration (ET), which acts as a cooling mechanism, and on a global scale, may slow the climate-warming trend. This hypothesis has been modeled under increased CO2 conditions with models of different vegetation-climate dynamics. The significance of this vegetation negative feedback, however, has varied between models. Here we conduct a century-scale observational analysis of the Eastern US water balance to determine historical evapotranspiration trends and whether vegetation greening has affected these trends. We show that precipitation has increased significantly over the twentieth century while runoff has not. We also show that ET has increased and vegetation growth is partially responsible.

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 enseignants0,037
Score d'incertitude au seuil0,073

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 savante0,0000,000
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 Opus0,010
Tête enseignante GPT0,205
Écart entre enseignants0,195 · 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

Citations41
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrologyMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207