MétaCan
Menu
Retour à la cohorte
Enregistrement W1849201378 · doi:10.1016/j.agrformet.2015.09.013

A statistical analysis of three ensembles of crop model responses to temperature and CO2 concentration

2015· article· en· W1849201378 sur OpenAlexaff
Dariusz Makowski, Senthold Asseng, Frank Ewert, Simona Bassu, Jean‐Louis Durand, Tao Li, Pierre Martre, Myriam Adam, Pramod Aggarwal, Carlos Angulo, Christian Baron, Bruno Basso, Patrick Bertuzzi, Christian Biernath, Hendrik Boogaard, Kenneth J. Boote, B.A.M. Bouman, Simone Bregaglio, Nadine Brisson, Samuel Buis, Davide Cammarano, Andrew J. Challinor, Roberto Confalonieri, J.G. Conijn, Marc Corbeels, Delphine Deryng, Giacomo De Sanctis, Jordi Doltra, Tamon Fumoto, Donald S. Gaydon, Sebastian Gayler, Robert K. Goldberg, R. F. Grant, Patricio Grassini, Jerry L. Hatfield, Toshihiro Hasegawa, Lee Heng, Steven Hoek, Josh Hooker, L. A. Hunt, Joachim Ingwersen, R. C. Izaurralde, R.E.E. Jongschaap, James W. Jones, Armen R. Kemanian, Kurt Christian Kersebaum, Soo‐Hyung Kim, Jon Lizaso, Manuel Marcaida, Christoph Müller, H. Nakagawa, Soora Naresh Kumar, Claas Nendel, Garry J. O’Leary, Jørgen E. Olesen, Philippe Oriol, Thomas M. Osborne, Taru Palosuo, M. Virginia Pravia, Eckart Priesack, Dominique Ripoche, Cynthia Rosenzweig, Alex C. Ruane, F. Ruget, Federico Sau, Mikhail A. Semenov, Iurii Shcherbak, Balwinder Singh, Upendra Singh, Hung Soo, Pasquale Steduto, Claudio Stöckle, Pierre Stratonovitch, Thilo Streck, Iwan Supit, Liang Tang, Fulu Tao, Edmar Teixeira, Peter Thorburn, Dennis Timlin, Maria Travasso, Reimund P. Rötter, Katharina Waha, Daniel Wallach, Jeffrey W. White, Paul W. Wilkens, J. R. Williams, Joost Wolf, Xinyou Yin, Hiroyuki Yoshida, Z. Zhang, Yong‐Guan Zhu

Notice bibliographique

RevueAgricultural and Forest Meteorology · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to elevated CO2
Établissements canadiensPlant Biotechnology InstituteUniversity of GuelphUniversity of Alberta
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilNational Institute of Food and Agriculture
Mots-clésCrop yieldYield (engineering)Statistical modelCropPrecipitationEnvironmental scienceCrop simulation modelSimulation modelingProcess (computing)StatisticsMathematicsComputer scienceAgronomyMeteorology

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil0,237

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,026
Tête enseignante GPT0,236
Écart entre enseignants0,211 · 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 tête enseignante, 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

Citations44
Publié2015
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueAgricultural and Forest MeteorologyMême sujetPlant responses to elevated CO2Travaux en français237 207