MétaCan
Menu
← Retour à la cohorte
Enregistrement W4281388213 · doi:10.22541/au.165334503.38841223/v1

On the urgent need for standardization in isotope-based ecohydrological investigations

2022· preprint· en· W4281388213 sur OpenAlexaff
Cody Millar, Kim Janzen, Magali F. Nehemy, Geoff Koehler, Pedro Hervé‐Fernández, Hongxiu Wang, Jeff McDonnell

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensGlobal Institute for Water SecurityUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésStandardizationConfusionComputer scienceEnvironmental scienceProcess (computing)Data science

Résumé

récupéré en direct d'OpenAlex

Ecohydrological investigations commonly use the stable isotopes of water (hydrogen and oxygen) as a conservative ecosystem tracer. This approach requires accessing and analyzing water constrained within plant and soil matrices. Generally, there are six steps that researchers must pass through to retrieve hydrogen and oxygen isotope values from these plant and soil matrices: (i) sampling, (ii) sample storage and transport, (iii) extraction, (iv) pre-analysis processing, (v) isotopic analysis, and (vi) post-processing and correction. At each of these steps cumulative errors can be introduced which sum to non-trivial magnitudes. These errors can impact subsequent interpretations about water cycling through the soil-plant-atmosphere continuum. But these steps in the research ‘process chain’ are just the tip of the iceberg when it comes to uncertainly in published findings. At each of these discreet steps, there are multiple possible options to select from resulting in, as we will show, tens of thousands of possible combinations used by researchers to go from plant and soil samples to isotopic data. In a newly emerging science, so many options can create interpretive confusion and major issues with data comparability. This points to the need for the development of shared standardized approaches. Here we critically examine the state of the process chain, reflecting on the issues associated with each step, and end with suggestions to move our community towards standardization. We hope that critically assessing this common approach will help us see the current problem in its entirety and facilitate community action toward agreed upon standardized approaches.

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)0,540
score de la tête « metaresearch » (Gemma)0,523
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,460
Score d'incertitude au seuil0,567

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5400,523
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0070,004
Bibliométrie0,0100,010
Études des sciences et des technologies0,0120,100
Communication savante0,0450,076
Science ouverte0,0200,027
Intégrité de la recherche0,0280,069
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,026
Tête enseignante GPT0,243
Écart entre enseignants0,217 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil and Water Nutrient Dynamics→Travaux en français237 207→