MétaCan
Menu
Retour à la cohorte
Enregistrement W1977083889 · doi:10.1364/ao.41.007667

Correction to the plant canopy gap-size analysis theory used by the Tracing Radiation and Architecture of Canopies instrument

2002· article· en· W1977083889 sur OpenAlexaffabout
Sylvain G. Leblanc

Notice bibliographique

RevueApplied Optics · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésTRACCanopyLeaf area indexTransectPhotosynthetically active radiationEnvironmental scienceRemote sensingRay tracing (physics)OpticsPhysicsGeologyComputer scienceEcologyBotanyBiology

Résumé

récupéré en direct d'OpenAlex

A plant canopy gap-size analyzer, the Tracing Radiation and Architecture of Canopies (TRAC), developed by Chen and Cihlar [Appl Opt. 34, 6211(1995)] and commercialized and by 3rd Wave Engineering (Nepean, Canada), has been used around the world to quantify the fraction of photosynthetically activeradiation absorbed by plant canopies, the leaf area index (LAI), and canopy architectural parameters. The TRAC is walked under a canopy along transects to measure sunflecks that are converted into a gap-size distribution. A numerical gap-removal technique is performed to remove gaps that are not theoretically possible in a random canopy. The resulting reduced gap-size distribution is used to quantify the heterogeneity of the canopy and to improve LAI measurements. It is explicitly shown here that the original derivation of the clumping index was missing a normalization factor. For a very clumped canopy with a large gap faction, the resulting LAI can be more than 100% smaller than previously estimated. A test case is used to demonstrate that the new clumping index derivation allows a more accurate change of LAI to be measured.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,007
Tête enseignante GPT0,174
Écart entre enseignants0,167 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations102
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetRemote Sensing in AgricultureTravaux en français237 207