MétaCan
Menu
Retour à la cohorte
Enregistrement W1993811906 · doi:10.2134/agronj2006.0308

Net Biome Productivity of Irrigated and Rainfed Maize–Soybean Rotations: Modeling vs. Measurements

2007· article· en· W1993811906 sur OpenAlexaff
R. F. Grant, Timothy J. Arkebauer, Achim Dobermann, Kenneth G. Hubbard, T. T. Schimelfenig, Andrew E. Suyker, Shashi B. Verma, Daniel T. Walters

Notice bibliographique

RevueAgronomy Journal · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEddy covarianceAgronomyBiomeEnvironmental scienceRainfed agricultureProductivityIrrigationEvapotranspirationPoaceaeMathematicsEcosystemBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Estimates of agricultural C sequestration require an understanding of how net ecosystem productivity (NEP) and net biome productivity (NBP) are affected by land use. Such estimates will most likely be made using mathematical models that have undergone well‐constrained tests against field measurements of CO 2 exchange as affected by management. We tested a hydraulically driven soil–plant–atmosphere C and water transfer scheme in ecosys against CO 2 and energy exchange measured by eddy covariance (EC) over irrigated and rainfed no‐till maize–soybean rotations at Mead, NE. Correlations between modeled and measured fluxes ( R 2 > 0.8) indicated that <20% of variation in EC fluxes could not be explained by the model. Annual aggregations of modeled fluxes indicated that NEP of irrigated and rainfed soybean in 2002 was −30 and −9 g C m −2 yr −1 (net C source) while NEP of irrigated and rainfed maize in 2003 was 615 and 397 g C m −2 yr −1 (net C sink). These NEPs were within the range of uncertainty in annual NEP estimated from gap‐filled EC fluxes. When grain harvests were subtracted from NEP to calculate NBP, both the modeled and measured maize–soybean rotations became net C sources of 40 to 80 g C m −2 yr −1 during 2002 and 2003. Long‐term model runs (100 yr) under repeated 2001–2004 weather sequences indicated that a rainfed no‐till maize–soybean rotation at Mead would lose about 30 g C m −2 yr −1 . Irrigating this rotation would raise SOC by an average of 6 g C m −2 yr −1 over rainfed values. Modeled and measured results indicated only limited opportunity for long‐term soil C storage in irrigated or rainfed maize–soybean rotations under the soil, climate, and management typical of intensive crop production in the U.S. Midwest.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

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
Bibliométrie0,0000,000
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 Opus0,019
Tête enseignante GPT0,221
Écart entre enseignants0,202 · 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'étudeSimulation ou modélisation
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

Citations72
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgronomy JournalMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207