MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391397214 · doi:10.22541/au.170667571.11142604/v1

A new radiation index predicts the gross primary production of diverse terrestrial ecosystems

2024· preprint· en· W4391397214 sur OpenAlexaff
Qinghai Song, Shusen Wang, Guirui Yu, Naishen Liang, Wenjun Zhou, Yuntong Liu, Hua Lin, John Grace, Yiping Zhang, Palingamoorthy Gnanamoorthy, Sadia Bibi, Junbin Zhao

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensNatural Resources Canada
Organismes subventionnairesNational Key Research and Development Program of ChinaRecruitment Program of Global ExpertsNatural Science Foundation of Yunnan ProvinceNational Natural Science Foundation of China
Mots-clésPrimary productionEcosystemTerrestrial ecosystemEnvironmental scienceProductivityIndex (typography)Primary productivityRadiationAtmospheric sciencesPhotosynthetically active radiationFlux (metallurgy)Leaf area indexEcologyComputer sciencePhysicsBiologyChemistry

Résumé

récupéré en direct d'OpenAlex

Solar radiation is the primary energy source that drives the physical and biochemical processes and determines the gross primary production (GPP) of an ecosystem. Even though the relationship between solar radiation and GPP is acknowledged, no radiation index (RI) has been developed to estimate GPP. Using data consisting of a total of 267 site-years obtained from 54 flux sites of diverse ecosystems, we introduced a RI that showed a strong linear relationship with GPP. Importantly, the estimation of GPP using the RI is independent of ecosystem types, making it a simple and universal method to estimate the productivity of any terrestrial ecosystems. The results from this study demonstrated the reliable performance of the RI in estimating GPP and its potential application in upscaling and prediction.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,009
Tête enseignante GPT0,200
Écart entre enseignants0,191 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlant Water Relations and Carbon Dynamics→Travaux en français237 207→