Productivity and Carbon Dioxide Exchange of Leguminous Crops: Estimates from Flux Tower Measurements
Notice bibliographique
Résumé
Net CO2 exchange data of legume crops at 17 flux tower sites in North America and three sites in Europe representing 29 site‐years of measurements were partitioned into gross photosynthesis and ecosystem respiration by using the nonrectangular hyperbolic light‐response function method. The analyses produced net CO2 exchange data and new ecosystem‐scale ecophysiological parameter estimates for legume crops determined at diurnal and weekly time steps. Dynamics and annual totals of gross photosynthesis, ecosystem respiration, and net ecosystem production were calculated by gap filling with multivariate nonlinear regression. Comparison with the data from grain crops obtained with the same method demonstrated that CO2 exchange rates and ecophysiological parameters of legumes were lower than those of maize (Zea mays L.) but higher than for wheat (Triticum aestivum L.) crops. Year‐round annual legume crops demonstrated a broad range of net ecosystem production, from sinks of 760 g CO2 m−2 yr−1 to sources of –2100 g CO2 m−2 yr−1, with an average of –330 g CO2 m−2 yr−1, indicating overall moderate CO2–source activity related to a shorter period of photosynthetic uptake and metabolic costs of N2 fixation. Perennial legumes (alfalfa, Medicago sativa L.) were strong sinks for atmospheric CO2, with an average net ecosystem production of 980 (range 550–1200) g CO2 m−2 yr−1.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».