MétaCan
Menu
Retour à la cohorte
Enregistrement W3154586309 · doi:10.3390/su13094636

Local Drivers Associated to Temporal Spectral Response of Chlorophyll-a in Mangrove Leaves

2021· article· en· W3154586309 sur OpenAlexaff
Blanca Castellanos-Basto, Jorge A. Herrera‐Silveira, Érick Bataller, Rodolfo Rioja‐Nieto

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensUniversité de Moncton
Organismes subventionnairesConsejo Nacional de Ciencia y Tecnología
Mots-clésRhizophora mangleMangroveAvicenniaEnvironmental scienceAbiotic componentBasal areaSalinityRhizophoraceaeDiameter at breast heightVegetation (pathology)Chlorophyll aSeasonalityEcologyBotanyBiology

Résumé

récupéré en direct d'OpenAlex

The pigment content in leaves has commonly been used to characterize vegetation condition. However, few studies have assessed temporal changes of local biotic and abiotic factors on leaf pigments. Here, we evaluated the effect of local environmental variables and tree structural characteristics, in the chlorophyll-a leaf concentration (Chl-a) associated with temporal change in two mangrove species. Rhizophora mangle (R. mangle) and Avicennia germinans (A. germinans) trees of a fringe mangrove forest (FMF) and lower basin mangrove forest (BMF) were visited over a period of one year, to obtain radiometric readings at leaf level to estimate Chl-a. Measurements on tree characteristics included diameter at breast height (DBH), basal area (BA), and maximum height (H). Environmental variables included soil interstitial water temperature (Ti), salinity (Si), and dissolved oxygen (Oi), flood level (fL), ambient temperature (Tamb), and relative humidity (Hrel). Generalized linear models and covariance analysis showed that the variation of Chl-a is mainly influenced by the species, the interaction between species and mangrove forest type, DBH, seasonality and its influence on the species, soil conditions, and fL. Studies to assess spatial and temporal change on mangrove forests using the spectral characteristics of the trees should also consider the temporal variation of leave chlorophyll-a concentration.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,004
Tête enseignante GPT0,219
Écart entre enseignants0,215 · 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'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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207