The Use of Critical Levels for Determining Plant Response to Ozone in Europe and in North America
Notice bibliographique
Résumé
Critical levels to determine plant response to ozone (O3) have been used in Europe since the 1980s, utilizing the concentration-based AOT40 to relate plant response to ambient O3 exposure. More recently, there has been progress in Europe toward utilizing flux-based critical levels, because plant response is more closely related to O3 uptake than to the amount of O3 in ambient air. Flux-based critical levels are plant species specific; data for parameterization of flux-based critical levels models are lacking for most plant species. Although flux-based critical levels are now being used for a limited number of agricultural crops and tree species where data are available, the use of flux-based critical levels is limited by the lack of adequate consideration and incorporation of plant internal detoxification mechanisms in flux modeling. Critical levels have not been used in North America; however, recent interest in the U.S. and Canada for using critical loads for nitrogen and sulfur has generated interest in using critical levels for O3. A major obstacle for utilization of critical levels in North America is that ambient air quality standards for O3 in the U.S. and Canada are concentration based. It appears that cumulative exposure-based metrics, particularly when implemented with a quantification of peak concentrations and environmental variables, such as a drought index, are currently the most useful to relate O3 to vegetation response. Because data are unavailable to quantify detoxification potential of vegetation, effective flux models are not available to determine plant response to O3.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 tête enseignante, 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 ».