MétaCan
Menu
Retour à la cohorte
Enregistrement W4240559211 · doi:10.12688/f1000research.2-274.v1

Cladonia lichens on extensive green roofs: evapotranspiration, substrate temperature, and albedo

2013· preprint· en· W4240559211 sur OpenAlexafffund
Amy Heim, Jeremy Lundholm

Notice bibliographique

RevueF1000Research · 2013
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBiocrusts and Microbial Ecology
Établissements canadiensSaint Mary's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLichenDesiccationVegetation (pathology)Substrate (aquarium)Environmental scienceAlbedo (alchemy)CladoniaEcologyBiology

Résumé

récupéré en direct d'OpenAlex

<ns4:p> Green roofs are constructed ecosystems that provide ecosystem services in urban environments. Shallow substrate green roofs subject the vegetation layer to desiccation and other environmental extremes, so researchers have evaluated a variety of stress-tolerant vegetation types for green roof applications. Lichens can be found in most terrestrial habitats. They are able to survive extremely harsh conditions, including frequent cycles of desiccation and rehydration, nutrient-poor soil, fluctuating temperatures, and high UV intensities. Extensive green roofs (substrate depth &lt;20cm) exhibit these harsh conditions, making lichens possible candidates for incorporation into the vegetation layer on extensive green roofs. In a modular green roof system, we tested the effect of <ns4:italic>Cladonia</ns4:italic> lichens on substrate temperature, water loss, and albedo compared to a substrate-only control. Overall, the <ns4:italic>Cladonia</ns4:italic> modules had significantly cooler substrate temperatures during the summer and significantly warmer temperatures during the fall. Additionally, the <ns4:italic>Cladonia</ns4:italic> modules lost significantly less water than the substrate-only control. This implies that they may be able to benefit neighboring vascular plant species by reducing water loss and maintaining favorable substrate temperatures. </ns4:p>

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,901
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 recherche0,0010,001
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 Opus0,039
Tête enseignante GPT0,265
Écart entre enseignants0,226 · 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 tête enseignante, pas un consensus.

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

Citations8
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueF1000ResearchMême sujetBiocrusts and Microbial EcologyTravaux en français237 207