Evergreen needleleaf forest pigment, MONI-PAM, eddy-covariance, and tower-scale remote sensing data across four different sites
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The data presented here are from four evergreen needleleaf forests, which include boreal forest locations in Alaska (DEJU, mean annual temperature = 0.4 degrees Celsius [°C], latitude = 63.9 degrees north [°N]) and Saskatchewan, Canada (Ca-Obs, 1.3°C, 54.0°N), a high elevation forest in Colorado (US-NR1, 2.8°C, 40.0°N), and a longleaf pine forest in Florida (OSBS, 21.1°C, 29.7°N). Included are needle-scale pigment data from the DEJU, US-NR1, and OSBS sites; MONI-PAM fluoresence data from the DEJU and US-NR1 sites, tower-scale eddy-covariance, meterological, and remotely sensed solar-induced fluoresence and vegetation index data across all four sites. More information on these data can be found in the accompanying publications: Pierrat, Z.A., Magney, T., Maguire, A., Brissette, L., Doughty, R., Bowling, D.R., Logan, B., Parazoo, N., Frankenberg, C., Stutz, J., 2024. Seasonal timing of fluorescence and photosynthetic yields at needle and canopy scales in evergreen needleleaf forests. Ecology 105, e4402. https://doi.org/10.1002/ecy.4402 Pierrat, Z.A., Magney, T.S., Cheng, R., Maguire, A.J., Wong, C.Y.S., Nehemy, M.F., Rao, M., Nelson, S.E., Williams, A.F., Grosvenor, J.A.H., Smith, K.R., Reblin, J.S., Stutz, J., Richardson, A.D., Logan, B.A., Bowling, D.R., 2024. The biological basis for using optical signals to track evergreen needleleaf photosynthesis. BioScience 74, 130–145. https://doi.org/10.1093/biosci/biad116 This version of the dataset includes longer timeseries of MONI-PAM fluoresence data used in Pierrat et al., 2024 Ecology. Users of the data are highly encouraged to contact the data producers for futher information on usage and limitations of this dataset.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,006 |
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 découle