Evaluation of Marginal Land Potential and Analysis of Environmental Variables of Jerusalem Artichoke in Shaanxi Province, China
Notice bibliographique
Résumé
Based on the maximum entropy modeling (Maxent) and ArcGIS tool, this study assessed the potential of marginal land and analyzed the impact of environmental variables for Jerusalem artichoke (Helianthus tuberosus L.) in Shaanxi Province, China. The results showed that the dominant land type used for the growth of Jerusalem artichoke was moderately dense grassland. Additionally, significant environmental variables of Jerusalem artichoke and their suitable range in Shaanxi Province were average slope (SLP, 0–5°C), average soil depth (DPT, 1.50–1.60 m), max temperature of the warmest month (Bio5, 30–31°C), annual mean temperature (Bio1, 16.5–18.0°C), precipitation of the wettest quarter (Bio16, 0.01–0.02 m), July solar radiation (SR7, 1.66–1.67 × 107 W/m2), precipitation seasonality (Bio15, 50–60%), precipitation of the driest quarter (Bio17, 0–0.005 m), and isothermality (Bio3, 265–275). Furthermore, the suitable area was mainly distributed in southern (mainly Hanzhong, Ankang, and Shangluo) and northern (mainly Yan’an and Yulin) parts of Shaanxi Province, covering around 8.81 × 1010 m2 and accounting for 42.8% of the total area of the Shaanxi Province. This study can provide a reference for the rational planting of Jerusalem artichoke in Shaanxi Province.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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 source (Gemma direct ou Codex distillé), 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 ».