MétaCan
Menu
Retour à la cohorte
Enregistrement W2750842042 · doi:10.1126/science.aal4760

Global climatic drivers of leaf size

2017· article· en· W2750842042 sur OpenAlexaff
Ian J. Wright, Ning Dong, Vincent Maire, I. Colin Prentice, Mark Westoby, Sandra Dı́az, Rachael V. Gallagher, Bonnie F. Jacobs, Robert M. Kooyman, Elizabeth A. Law, Michelle R. Leishman, Ülo Niinemets, Peter B. Reich, Lawren Sack, Rafael Villar, Han Wang, Peter Wilf

Notice bibliographique

RevueScience · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLeaf Properties and Growth Measurement
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesAustralian Research CouncilAXA Research Fund
Mots-clésEnvironmental scienceAtmospheric sciencesPhysical geographyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Leaf size varies by over a 100,000-fold among species worldwide. Although 19th-century plant geographers noted that the wet tropics harbor plants with exceptionally large leaves, the latitudinal gradient of leaf size has not been well quantified nor the key climatic drivers convincingly identified. Here, we characterize worldwide patterns in leaf size. Large-leaved species predominate in wet, hot, sunny environments; small-leaved species typify hot, sunny environments only in arid conditions; small leaves are also found in high latitudes and elevations. By modeling the balance of leaf energy inputs and outputs, we show that daytime and nighttime leaf-to-air temperature differences are key to geographic gradients in leaf size. This knowledge can enrich "next-generation" vegetation models in which leaf temperature and water use during photosynthesis play key roles.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,254
Écart entre enseignants0,215 · 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'étudeObservationnel
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

Citations997
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetLeaf Properties and Growth MeasurementTravaux en français237 207