MétaCan
Menu
Retour à la cohorte
Enregistrement W3006138665 · doi:10.1002/ecs2.3036

Equitable transform applied to phenology and temperature in a changing climate: Scaling to maintain individuality

2020· article· en· W3006138665 sur OpenAlexafffund
Cassandra Elphinstone, Greg H. R. Henry

Notice bibliographique

RevueEcosphere · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTree-ring climate responses
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaArcticNetPolar Knowledge Canada
Mots-clésMissing dataScalingSet (abstract data type)Sequence (biology)Data setPrincipal component analysisTransformation (genetics)Function (biology)Computer scienceMultidimensional scalingData miningAlgorithmMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract We describe an equitable transform that can be used to estimate missing data points, determine systematic patterns in data, observe baseline changes, and detect different amplitudes in replicated sequences. It is applicable to short discrete two‐ or three‐dimensional data sets such as biological life cycles or water content in similar media. The technique is independent of the continuity or ordering of sequences but is distinct from methods such as principal component analysis. It is ideally used to preprocess noisy or incomplete data sets prior to analysis with other well‐established techniques. This transformation maintains systematic differences between individual sequences when the underlying pattern is a separable function in two variables added to another function in one of these variables. The equitable transform partitions the original noisy data into the underlying signal determined from the data and its residuals. Points from one sequence can be transformed to any other sequence without losing any information. Information about one or more sequences can be used to infer others with missing data. A link to a github R package is provided so the transform can easily be run on any two‐dimensional data set. Simulated two‐dimensional data sets are used to demonstrate its utility in recovering missing data and scaling/offsetting in one of the dimensions. We used the transform to determine that winter temperatures at a High Arctic site have warmed by 1.8° ± 0.4°C/decade and summer temperatures by 1.1° ± 0.2°C/decade from 1986 to 2007. Applied to 18 yr of phenology data for the tundra plant Dryas integrifolia at the same site, we determined that the annual cycles of phenology events could be modeled accurately. Phenology, in some circumstances, can be described as offsetting and scaling the rate at which life cycle events occur. We introduce the idea of scaling and shifting the seasonal cycle of a reference plant via the equitable transform in order to approximate the behavior of multiple phenological cycles. Relative phenology rates of Dryas integrifolia were found to have increased over time indicating duration of phenological stages have become shorter in recent years, likely in response to the warming climate.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,547
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,001

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 Opus0,017
Tête enseignante GPT0,233
Écart entre enseignants0,216 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcosphereMême sujetTree-ring climate responsesTravaux en français237 207