MétaCan
Menu
Retour à la cohorte
Enregistrement W2557651103 · doi:10.1111/nph.14283

A roadmap for improving the representation of photosynthesis in Earth system models

2016· article· en· W2557651103 sur OpenAlexafffund
Alistair Rogers, Belinda E. Medlyn, Jeffrey S. Dukes, Gordon B. Bonan, Susanne von Caemmerer, Michael C. Dietze, Jens Kattge, Andrew D. B. Leakey, Lina M. Mercado, Ülo Niinemets, I. Colin Prentice, Shawn Serbin, Stephen Sitch, Danielle A. Way, Sönke Zaehle

Notice bibliographique

RevueNew Phytologist · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensWestern University
Organismes subventionnairesBrookhaven National LaboratoryBiological and Environmental ResearchNatural Sciences and Engineering Research Council of CanadaU.S. Department of EnergyOffice of ScienceCummings FoundationNational Science Foundation
Mots-clésPhotosynthesisAstrobiologyRepresentation (politics)Earth system scienceEarth (classical element)Environmental scienceComputer scienceEarth scienceBiologyBotanyEcologyGeologyPhysicsAstronomyPolitical science

Résumé

récupéré en direct d'OpenAlex

Summary Accurate representation of photosynthesis in terrestrial biosphere models (TBMs) is essential for robust projections of global change. However, current representations vary markedly between TBMs, contributing uncertainty to projections of global carbon fluxes. Here we compared the representation of photosynthesis in seven TBMs by examining leaf and canopy level responses of photosynthetic CO2 assimilation (A) to key environmental variables: light, temperature, CO2 concentration, vapor pressure deficit and soil water content. We identified research areas where limited process knowledge prevents inclusion of physiological phenomena in current TBMs and research areas where data are urgently needed for model parameterization or evaluation. We provide a roadmap for new science needed to improve the representation of photosynthesis in the next generation of terrestrial biosphere and Earth system models.

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)0,015
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,030
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,008
Science ouverte0,0040,004
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,021
Tête enseignante GPT0,226
Écart entre enseignants0,205 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations571
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207