MétaCan
Menu
Retour à la cohorte
Enregistrement W3163712159 · doi:10.5194/gmd-2021-23

Integrating Agricultural Practices into the TRIPLEX-GHG Model v2.0 for Simulating Global Cropland Nitrous Oxide Emissions: Model Development and Evaluation

2021· article· en· W3163712159 sur OpenAlexafffund
Hanxiong Song, Changhui Peng, Kerou Zhang, Qiuan Zhu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGreenhouse gasNitrous oxideEnvironmental scienceAgricultureScale (ratio)DenitrificationAtmospheric sciencesNitrogenChemistryEcology

Résumé

récupéré en direct d'OpenAlex

Abstract. Nitrous oxide (N2O) emissions from croplands are one of the most important greenhouse gas sources, and it is difficult to simulate on a large scale. In order to simulate N2O emissions from global croplands, a new version of the process-based TRIPLEX-GHG model was developed by coupling the major agricultural activities. The coefficient of the NO3− consumption rate for denitrification (COEdNO3) was found to be the most sensitive parameter based on sensitivity analysis, and it was calibrated using field data from 39 observation sites across major croplands globally. The model performed well when simulating the magnitude of the daily N2O emissions and was able to capture the temporal patterns of the N2O emissions. The COEdNO3 ranged from 0.01 to 0.05, and the continental mean of the parameter was used for the model validation. The validation results indicate that the means of the measured daily N2O fluxes during the experiment periods are highly correlated with the modeled results (R2 = 0.87). Consequently, our model simulation results demonstrate that the new version of the TRIPLEX-GHG model can reliably simulate N2O emissions from various croplands at the global scale.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,057
Tête enseignante GPT0,336
Écart entre enseignants0,279 · 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
GenreMéthodes

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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetOdor and Emission Control TechnologiesTravaux en français237 207