Notice bibliographique
Résumé
Monthly climate data of average, minimum, and maximum temperature and precipitation normalized for the period 1961 through 1990 were accumulated from approximately 3,000 weather stations in the Western United States and Southwestern Canada. About two-thirds of these observations were available from the weather services of the two countries while the remaining third were added to the normalized base from daily weather records of stations of short duration. Tests of the procedures used to normalize these supplemental data showed that estimates on average were within 0.2 oC for temperature variables and 2.7 mm for precipitation.Weather data for the 48 monthlies were fit to geographic surfaces with thin plate splines. Relationships between predicted values and observed monthlies for about 245 records withheld from the modeling process produced values of R2 that averaged about 0.95 and ranged from 0.87 to 0.99. The slope of the regression line for these relationships was essentially 1.0 for all 48 comparisons. Predictions from the climate model can then be converted to variables of demonstrated importance in plant geography, ecology, or physiology. As an illustration, algorithms are presented and justified for estimating 18 variables derived from predicted values. These derived variables range from the straightforward such as mean annual temperature or mean temperature in the coldest month to those of degree-days >5 oC or freezing dates. Applications of the model in plant biology are illustrated for (1) generating climate estimates for locations specified by latitude, longitude, and elevation, (2) mapping climate variables, (3) separating species distributions in climatic space, and (4) relating genetic variation among populations to climatic gradients.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 ».