MétaCan
Menu
Retour à la cohorte
Enregistrement W2145997729 · doi:10.5194/gmd-8-2231-2015

EMPOWER-1.0: an Efficient Model of Planktonic ecOsystems WrittEn in R

2015· article· en· W2145997729 sur OpenAlexaff
Thomas R. Anderson, Wendy C. Gentleman, Andrew Yool

Notice bibliographique

RevueGeoscientific model development · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésTestbedPlanktonComputer scienceEcosystem modelEcosystemSet (abstract data type)Simple (philosophy)Marine ecosystemModular designEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract. Modelling marine ecosystems requires insight and judgement when it comes to deciding upon appropriate model structure, equations and parameterisation. Many processes are relatively poorly understood and tough decisions must be made as to how to mathematically simplify the real world. Here, we present an efficient plankton modelling testbed, EMPOWER-1.0 (Efficient Model of Planktonic ecOsystems WrittEn in R), coded in the freely available language R. The testbed uses simple two-layer "slab" physics whereby a seasonally varying mixed layer which contains the planktonic marine ecosystem is positioned above a deep layer that contains only nutrient. As such, EMPOWER-1.0 provides a readily available and easy to use tool for evaluating model structure, formulations and parameterisation. The code is transparent and modular such that modifications and changes to model formulation are easily implemented allowing users to investigate and familiarise themselves with the inner workings of their models. It can be used either for preliminary model testing to set the stage for further work, e.g. coupling the ecosystem model to 1-D or 3-D physics, or for undertaking front line research in its own right. EMPOWER-1.0 also serves as an ideal teaching tool. In order to demonstrate the utility of EMPOWER-1.0, we implemented a simple nutrient–phytoplankton–zooplankton–detritus (NPZD) ecosystem model and carried out both a parameter tuning exercise and structural sensitivity analysis. Parameter tuning was demonstrated for four contrasting ocean sites, focusing on station BIOTRANS in the North Atlantic (47° N, 20° W), highlighting both the utility of undertaking a planned sensitivity analysis for this purpose, yet also the subjectivity which nevertheless surrounds the choice of which parameters to tune. Structural sensitivity tests were then performed comparing different equations for calculating daily depth-integrated photosynthesis, as well as mortality terms for both phytoplankton and zooplankton. Regarding the calculation of daily photosynthesis, for example, results indicated that the model was relatively insensitive to the choice of photosynthesis–irradiance curve, but markedly sensitive to the method of calculating light attenuation in the water column. The work highlights the utility of EMPOWER-1.0 as a means of comprehending, diagnosing and formulating equations for the dynamics of marine ecosystems.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0040,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0250,016

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 Opus0,042
Tête enseignante GPT0,220
Écart entre enseignants0,178 · 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

Citations23
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoscientific model developmentMême sujetMarine and coastal ecosystemsTravaux en français237 207