The AgMIP Coordinated Climate-Crop Modeling Project (C3MP): Methods and Protocols
Notice bibliographique
Résumé
Climate change is expected to alter a multitude of factors important to agricultural systems. Changes to carbon dioxide concentrations ([CO2]), temperature and water (CTW) will be the primary drivers of climate change in crop growth and agricultural systems. Therefore, establishing the CTW-chnage sensitivity of crop yields is an urgent research need and warrants diverse methods of investigation. Crop models provide a biophysical, process-based tool to investigate crop responses across varying enviromental conditions and farm management techniques, and have been applied in climate change assessment by using a variety of methods. However, there is a significant amount of divergence between various crop models' responses to CTW changes. While the application of a site-based crop model is relatively simple, the coordination of such agricultural impact assessments on larger scales requires consistent and timely contributions from a large number of crop modelers, each time a new global climate model (GCM) scenario or downscaling technique is created. A coordinated, global effort to rapidly examine CTW sensitivity across multiple crops, crop models, and sites is needed to aid model development and enhance the assessment of climate impacts. \nTo fulfill this need, the Coordinated Climate-Crop Modeling Project (C3MP) was initiated within the Agricultural Model Intercomparison and Improvement Project (AgMIP). The submitted results from C3MP Phase I are currently being analyzed. This chapter serves to present and update the C3MP protocols, discuss the initial participation and general findings, comment on needed adjustments, and describe continued and future development.
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 | 0,019 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,007 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,047 |
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 ».