MétaCan
Menu
← Retour à la cohorte
Enregistrement W3133488173

Soil nitrogen mineralisation simulated by crop models across different environments and the consequences for model improvment

2016· preprint· en· W3133488173 sur OpenAlexaff
Claas Nendel, Peter Thorburn, Dennis Melzer, Carlos Eduardo Pellegrino Cerri, Lieven Claessens, Pramod Aggarwal, Myriam Adam, Carlos Angulo, Senthold Asseng, Christian Baron, Bruno Basso, Simona Bassu, Patrick Bertuzzi, Christian Biernath, Hendrik Boogaard, Kenneth J. Boote, Nadine Brisson, Davide Cammarano, J.G. Conijn, Marc Corbeels, Delphine Deryng, Giacomo De Sanctis, Jordi Doltra, J. L. Durand, Frank Ewert, Sebastian Gayler, R. A. Goldberg, R. F. Grant, Patricio Grassini, Lee Heng, Steven Hoek, Josh Hooker, L. A. Hunt, Joachim Ingwersen, R. C. Izaurralde, R.E.E. Jongschaap, Armen R. Kemanian, Kurt Christian Kersebaum, Jon Lizaso, David Makowski, Pierre Martre, Christoph Müller, S.H. Kim, Sudhir Kumar, G. O'Leary, Jørgen E. Olesen, Thomas M. Osborne, Taru Palosuo, M. Virginia Pravia, Eckart Priesack, Dominique Ripoche, Reimund P. Rötter, Federico Sau, Mikhail A. Semenov, Iurii Shcherbak, Pasquale Steduto, Claudio Stöckle, Pierre Stratonovitch, Thilo Streck, I. Supit, Fulu Tao, Edmar Teixeira, Dennis Timlin, Maria Travasso, Katharina Waha, Daniel Wallach, John W. White, James M. Wolf

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2016
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensPlant Biotechnology Institute
Organismes subventionnairesnon disponible
Mots-clésNitrogenCropEnvironmental scienceSoil scienceAgricultural engineeringAgronomyComputer scienceChemistryEngineeringBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Soil nitrogen mineralisation simulated by crop models across different environments and the consequences for model improvment. iCROPM2016 International Crop Modelling Symposium

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)0,011
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: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
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 Opus0,020
Tête enseignante GPT0,221
Écart entre enseignants0,201 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)→Même sujetSoil Carbon and Nitrogen Dynamics→Travaux en français237 207→