Canada’s plant hardiness zones revisited using modern climate interpolation techniques
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Canada’s plant hardiness zones are well known to Canadian gardeners. The original hardiness indices and zones were developed in the early 1960s through regression models of several climatic parameters and plant survival data from numerous locations across the country. Since that time Canada’s climate has changed and climate interpolation techniques have improved. We have remapped Canada’s plant hardiness zones using data from the period of the original analysis (roughly 1930–1960) and for the 1961–1990 period using thin plate spline interpolation methods. Trials of bivariate and tri-variate splines were undertaken and evaluated using withheld data. A trivariate function of position (longitude and latitude) and elevation performed best. Standard errors of the surfaces were about 0.5°C or less for temperature variables and 5 to 28% for rainfall depending on the month (winter months being the worst). The creation of a new digital elevation model (a regular grid of position and elevation) of Canada enabled the mapping of each variable required for the plant hardiness formula at spatial resolutions of 1 km to 10 km. These models better capture the spatial variation in climate than previously possible and hence should provide a stronger basis for applications such as the determination of plant hardiness zones. Comparisons of the zones between the two time periods are consistent with what is known about climate in Canada. The hardiness index has declined or has stayed stable in eastern Canada and has increased in western areas. The results also suggest that more station data are required in western Canada to better capture the inherent spatial variability of climate, particularly precipitation, in mountainous terrain. Key words: Plant hardiness, thin plate splines, climate mapping, spatial analysis
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle