MétaCan
Menu
Retour à la cohorte
Enregistrement W2963576314 · doi:10.1098/rsif.2015.0665

Multiscale model of a freeze–thaw process for tree sap exudation

2015· article· en· W2963576314 sur OpenAlexaff
Isabell Graf, Maurizio Ceseri, John M. Stockie

Notice bibliographique

RevueJournal of The Royal Society Interface · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueFreezing and Crystallization Processes
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Tree (set theory)Computer scienceBiological systemBiochemical engineeringEnvironmental scienceBiologyMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

Sap transport in trees has long fascinated scientists, and a vast literature exists on experimental and modelling studies of trees during the growing season when large negative stem pressures are generated by transpiration from leaves. Much less attention has been paid to winter months when trees are largely dormant but nonetheless continue to exhibit interesting flow behaviour. A prime example is sap exudation, which refers to the peculiar ability of sugar maple (Acer saccharum) and related species to generate positive stem pressure while in a leafless state. Experiments demonstrate that ambient temperatures must oscillate about the freezing point before significantly heightened stem pressures are observed, but the precise causes of exudation remain unresolved. The prevailing hypothesis attributes exudation to a physical process combining freeze-thaw and osmosis, which has some support from experimental studies but remains a subject of active debate. We address this knowledge gap by developing the first mathematical model for exudation, while also introducing several essential modifications to this hypothesis. We derive a multiscale model consisting of a nonlinear system of differential equations governing phase change and transport within wood cells, coupled to a suitably homogenized equation for temperature on the macroscale. Numerical simulations yield stem pressures that are consistent with experiments and provide convincing evidence that a purely physical mechanism is capable of capturing exudation.

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)0,001
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 enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,266
Écart entre enseignants0,234 · 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

Citations37
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Royal Society InterfaceMême sujetFreezing and Crystallization ProcessesTravaux en français237 207