MétaCan
Menu
← Retour à la cohorte
Enregistrement W3003517905 · doi:10.1016/0967-0653(95)99553-4

10.1016/0967-0653(95)99553-4

2000· article· en· W3003517905 sur OpenAlexvenueno aff

Notice bibliographique

RevueTime to knit · 2000
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSeagrassPosidonia oceanicaSeasonalityPotamogetonaceaeEnvironmental scienceNutrientEcologyBiologyAtmospheric sciencesHabitatGeology

Résumé

récupéré en direct d'OpenAlex

The seasonal growth pattern of the seagrass Posidonia oceanica (L.) Delile was examined in 5 meadows in NE Spain to assess the relative importance of large-scale versus local factors in controbng the seasonal patterns observed. Large-scale seasonal forcing, resulting from changes in light and temperature associated with the solar cycle, was assessed from the coherence of seasonal growth palterns among the meadows and accounted for 46 and 43% of variability in shoot size and growth, respectively. The local component of seasonality, which results from local variation in environmental variables (e.g. nutrients, dissolved inorganic carbon, redox potential) was assessed as the differences in the annual time course of shoot size and growth among the meadows, and accounted for 9 and 12% of the variability, respectively. These results support the contention that seagrass seasonality is primarily controlled by the solar cycle, and secondarily by seasonal changes in the environment which are at leas1 in part caused by the temporal variability of seagrass growth. This indirect link between light and temperature and local conditions needs to be taken into account to interpret correlations between such variables and seagrass growth.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,002
Études des sciences et des technologies0,0030,003
Communication savante0,0050,008
Science ouverte0,0040,004
Intégrité de la recherche0,0090,003
Charge utile insuffisante (le modèle a refusé de juger)0,9900,991

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 Opus0,006
Tête enseignante GPT0,149
Écart entre enseignants0,143 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations3
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTime to knit→Même sujetMarine and coastal plant biology→Travaux en français237 207→