MétaCan
Menu
Retour à la cohorte
Enregistrement W4393663768 · doi:10.5281/zenodo.8430798

Summary data for "Young mixed planted forests store more carbon than monocultures: a meta-analysis"

2023· dataset· en· W4393663768 sur OpenAlexaff
Emily Warner, Susan C. Cook‐Patton, Owen T. Lewis, Nick Brown, Julia Koricheva, Nico Eisenhauer, Olga Ferlian, Dominique Gravel, Jefferson S. Hall, Hervé Jactel, Carolina Mayoral, Céline Meredieu, Christian Messier, Alain Paquette, William C. Parker, Catherine Potvin, Peter B. Reich, Andy Hector

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversité de SherbrookeOntario Forest Research InstituteMcGill UniversityMinistry of Natural Resources and ForestryUniversité LavalUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésMonocultureForestryEnvironmental scienceCarbon fibersAgroforestryGeographyComputer scienceEcologyBiologyAlgorithm

Résumé

récupéré en direct d'OpenAlex

This is the dataset used in "Young mixed planted forests store more carbon than monocultures: a meta-analysis" published in Frontiers in Forests & Global Change. The dataset contains carbon or biomass data for mixed and monoculture planted forests from 21 sites with a global coverage. We provide summary data necessary to conduct a meta-analysis: mean, standard deviation, and sample size, for each unique mixed and monoculture treatment at each study site. We indicate whether the values provided are aboveground carbon or biomass. For each treatment we also provide the species richness, age and species. We provide the longitude, latitude and country for each study site. Our study also assessed the effect of study design (experiment vs existing plantation), species origin (native vs non-native/mixed), and presence of nitrogen fixer in the mixture (N fixer present vs absent), we record the value of each of these factors. Finally, we categorised a subset of monocultures as commercial species monocultures based on the species use in that location.

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)0,004
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,020
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,007
Bibliométrie0,0030,007
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0410,006

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,295
Écart entre enseignants0,203 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetForest Management and PolicyTravaux en français237 207