Assimilate, process and analyse thermal dissipation sap flow data using the TREX <scp>r</scp> package
Notice bibliographique
Résumé
Abstract A key ecophysiological measurement is the flow of water (or sap) along the tree's water‐transport system, which is an essential process for maintaining the hydraulic connection within the soil–plant–atmosphere continuum. The thermal dissipation method (TDM) is widespread in the scientific community for measuring sap flow and has provided novel insights into water use and its environmental sensitivity, from the tree‐ to the forest‐stand level. Yet, methodological approaches to determine sap flux density (SFD) from raw TDM measurements remain case‐specific, introducing uncertainties and hampering data syntheses and meta‐analyses. Here, we introduce the r package TREX (TRee sap flow EXtractor), incorporating a wide range of sap flow data‐processing procedures to quantify SFD from raw TDM measurements. TREX provides functions for (a) importing and assimilating raw measurements, (b) data quality control and filtering and (c) calculating standardized SFD outputs and their associated uncertainties according to different data‐processing methods. A case study using a Norway spruce tree illustrates TREX's functionalities, featuring interactive data curation and generating outputs in a reproducible and transparent way. The calculations of SFD in TREX can, for instance, use the original TDM calibration coefficients, user‐supplied calibration parameters or calibration data from a recently compiled database of 22 studies and 37 species. Moreover, the package includes an automatic procedure for quantifying the sensitivity and uncertainty of the obtained results to user‐defined assumptions and parameter values, by means of a state‐of‐the‐art global sensitivity analysis. Time series of plant ecophysiological measurements are becoming increasingly available and enhance our understanding of climate change impacts on tree functioning. TREX allows for establishing a baseline for data processing of TDM measurements and supports comparability between case studies, facilitating robust, transparent and reproducible large‐scale syntheses of sap flow patterns. Moreover, TREX facilitates the simultaneous application of multiple common data‐processing approaches to convert raw data to physiological relevant quantities. This allows for robust quantification of the impact (i.e. sensitivity and uncertainty) of user‐specific choices and methodological assumptions, which is necessary for process understanding and policy making.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».