Supplementary material to "CLASSIC v1.0: the open-source community successor to the Canadian Land Surface Scheme (CLASS) and the Canadian Terrestrial Ecosystem Model (CTEM) – Part 1: Model framework and site-level performance"
Notice bibliographique
Résumé
1 Outputs produced by the CLASSIC benchmark framework Table S1.Statistics of CLASSIC simulated RNS against FLUXNET observations.RMSE (in W m -2 )and R 2 are calculated as described in Section 5.1.site biome RMSE R 2 AU-Tum EBF 37.463 0.706 BR-Sa1 EBF 19.139 0.146 FR-Pue EBF 11.356 0.968 GF-Guy EBF 13.576 0.594 GH-Ank EBF 24.739 -0.127 MY-PSO EBF 15.12 -0.211 CA-Qfo ENF 8.39 0.975 CZ-BK1 ENF 17.917 0.885 DE-Tha ENF 10.329 0.968 FI-Hyy ENF 8.895 0.974 IT-Lav ENF 12.625 0.966 IT-SRo ENF 32.33 0.826 NL-Loo ENF 6.098 0.99 RU-Fyo ENF 15.836 0.931 CA-TPD DBF 11.77 0.962 DK-Sor DBF 7.238 0.984 FR-Fon DBF 19.794 0.881 US-WCr DBF 14.094 0.921 ZM-Mon DBF 35.981 -1.582 CG-Tch SAV 20.521 0.094 SD-Dem SAV 15.202 0.552 ZA-Kru SAV 32.45 0.306 CN-Dan GRA 17.595 0.871 IT-Tor GRA 25.827 0.857 PA-SPs GRA 15.344 0.444 RU-Ha1 GRA 21.409 0.834 US-Wkg GRA 12.407 0.911 DE-Kli CRO 9.195 0.971 ES-LgS OSH 41.291 0.588 RU-Che WET 26.225 0.749 RU-SkP DNF 34.616 0.67 Table S2.Statistics of CLASSIC simulated HFLS against FLUXNET observations.RMSE (in W m -2 ) and R 2 are calculated as described in Section 5.1.site biome RMSE R 2 AU-Tum EBF 38.84 -0.155 FR-Pue EBF 17.264 0.553 GH-Ank EBF 33.97 -0.27 MY-PSO EBF 33.972 -21.619CA-Qfo ENF 21.19 0.077 DE-Tha ENF 29.209 -0.163 FI-Hyy ENF 24.056 0.193 IT-Lav ENF 21.906 0.127 IT-SRo ENF 42.414 -0.443 NL-Loo ENF 36.341-0.801 RU-Fyo ENF 22.074 0.549 CA-TPD DBF 30.234 0.454 DK-Sor DBF 34.76 0.299 US-WCr DBF 23.801 0.55 ZM-Mon DBF 47.782 -0.605 DE-Kli CRO 27.613 0.317 ES-LgS OSH 16.385 0.046 IT-Tor GRA 73.755 -0.076 RU-Ha1 GRA 37.294 -0.772 US-Wkg GRA 17.586 0.423 RU-SkP DNF 24.642 0.314 SD-Dem SAV 43.059 -0.868 ZA-Kru SAV 40.427 -0.24 Table S3.Statistics of CLASSIC simulated HFSS against FLUXNET observations.RMSE (in W m -2 ) and R 2 are calculated as described in Section 5.1.site biome RMSE R 2 AU-Tum EBF 17.851 0.511 FR-Pue EBF 18.42 0.855 GH-Ank EBF 24.128 -1.163 MY-PSO EBF 16.648 -1.69 CA-Qfo ENF 15.236 0.826 DE-Tha ENF 19.401 0.61 FI-Hyy ENF 19.359 0.634 IT-Lav ENF 16.458 0.84 IT-SRo ENF 32.831 0.749 NL-Loo ENF 37.758 0.252 RU-Fyo ENF 15.457 0.798 CA-TPD DBF 28.451 0.359 DK-Sor DBF 35.824 -0.468 US-WCr DBF 35.281 -1.103 ZM-Mon DBF 27.048 -0.585 DE-Kli CRO 21.056 0.355 ES-LgS OSH 56.334 -0.225 IT-Tor GRA 34.887 0.158 RU-Ha1 GRA 21.299 0.094 US-Wkg GRA 11.138 0.849 RU-SkP DNF 26.826 0.508 SD-Dem SAV 21.345 -1.731 ZA-Kru SAV 20.764 -0.247Table S4.Statistics of CLASSIC simulated HFG against FLUXNET observations.RMSE (in W m -2 ) and R 2 are calculated as described in Section 5.1.site biome RMSE R 2 AU-Tum EBF 4.43 -0.83 FR-Pue EBF 5.657 -0.984 GH-Ank EBF 1.107 -2.434 MY-PSO EBF 1.881 -16.98 CA-Qfo ENF 5.768 -2.841 DE-Tha ENF 3.222 0.156 FI-Hyy ENF 3.193 0.634 IT-Lav ENF 5.399 -1.129 IT-SRo ENF 3.946 -0.624 NL-Loo ENF 2.532 -0.197 RU-Fyo ENF 5.693 -2.425 CA-TPD DBF 4.144 -0.097 DK-Sor DBF 3.004 0.331 US-WCr DBF 9.097 -1.209 ZM-Mon DBF 2.879 -0.915 DE-Kli CRO 6.463 0.24 ES-LgS OSH 8.141 -0.599 IT-Tor GRA 5.592 -0.801 RU-Ha1 GRA 14.062 -20.028US-Wkg GRA 2.404 0.702 RU-Che WET 16.869 -31.633RU-SkP DNF 12.185 -37.282SD-Dem SAV 2.192 0.081 ZA-Kru SAV 7.85 -0.043Table S5.Statistics of CLASSIC simulated GPP against FLUXNET observations.RMSE (in kg C m -2 month -1 ) and R 2 are calculated as described in Section 5.1.site biome RMSE R 2 AU-Tum EBF 0.14 -1.371 BR-Sa1 EBF 0.082 -0.291 FR-Pue EBF 0.053 -0.235 GF-Guy EBF 0.078 -3.641 GH-Ank EBF 0.063 -0.141 MY-PSO EBF 0.055 -5.062 CA-Qfo ENF 0.076 -0.244 CZ-BK1 ENF 0.042 0.847 DE-Tha ENF 0.037 0.902 FI-Hyy ENF 0.055 0.704 IT-Lav ENF 0.07 0.652 IT-SRo ENF 0.064 0.347 NL-Loo ENF 0.045 0.753 RU-Fyo ENF 0.044 0.859 CA-TPD DBF 0.053 0.838 DK-Sor DBF 0.055 0.884 FR-Fon DBF 0.06 0.805 US-WCr DBF 0.07 0.739 ZM-Mon DBF 0.087 -0.352 CG-Tch SAV 0.192 -3.422 SD-Dem SAV 0.09 0.026 ZA-Kru SAV 0.078 0.076 CN-Dan GRA 0.025 0.3 IT-Tor GRA 0.069 0.497 PA-SPs GRA 0.084 0.009 RU-Ha1 GRA 0.058 -0.039 US-Wkg GRA 0.035 -0.337 DE-Kli CRO 0.142 -0.28 ES-LgS OSH 0.019 0.581 RU-Che WET 0.047 0.115 RU-SkP DNF 0.042 0.118 Table S6.Statistics of CLASSIC simulated RECO against FLUXNET observations.RMSE (in kg C m -2 month -1 ) and R 2 are calculated as described in Section 5.1.site biome RMSE R 2 AU-Tum EBF 0.107 -0.707 BR-Sa1 EBF 0.103 -0.946 FR-Pue EBF 0.038 0.136 GF-Guy EBF 0.075 -0.565 GH-Ank EBF 0.103 -1.459 MY-PSO EBF 0.049 -1.335 CA-Qfo ENF 0.062 -0.343 CZ-BK1 ENF 0.086 -1.606 DE-Tha ENF 0.058 0.341 FI-Hyy ENF 0.066 -0.059 IT-Lav ENF 0.098 -5.146 IT-SRo ENF 0.061 0.177 NL-Loo ENF 0.068 -0.33 RU-Fyo ENF 0.046 0.796 CA-TPD DBF 0.115 -1.68 DK-Sor DBF 0.052 0.641 FR-Fon DBF 0.079 -1.726 US-WCr DBF 0.062 0.311 ZM-Mon DBF 0.096 -0.786 CG-Tch SAV 0.157 -4.783 SD-Dem SAV 0.039 0.22 ZA-Kru SAV 0.072 -0.03
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,529 | 0,161 |
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 ».