MétaCan
Menu
Retour à la cohorte
Enregistrement W4399674156 · doi:10.3390/rs16122160

The Physiology of Betula glandusa on Two Sunny Summer Days in the Arctic and Linkages with Optical Imagery

2024· article· en· W4399674156 sur OpenAlexafffundabout
Cameron Proctor, Nam Leu, Bin Wang

Notice bibliographique

RevueRemote Sensing · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEnvironmental scienceArcticVegetation (pathology)Atmospheric sciencesPhysical geographyEcologyGeographyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Controls on Arctic vegetation physiology have been linked to microscale (1–100 m) topography and landscape position, yet drivers may change under future climates as temperature, active-layer thickness, and nutrient limitations are removed or altered. Focusing on the cosmopolitan dwarf birch (Betula glandusa), physiological metrics were measured over two field campaigns at Trail Valley Creek, NWT, Canada, and linked to tasked and archived multispectral imagery to investigate drivers. Relative humidity was ~31.1% on 25 June 2023, and increased to 45.6% on 29 June 2023, which corresponded to heightened physiological activity of stomatal conductance and light-adapted fluorescence (gsm: 0.118 vs. 0.165 μmol m−2 s−1, Fs: 129.29 vs. 178.42). Normalized difference vegetation index of AVIRIS, Sentinel 2, and SkySat were negligibly correlated to dwarf birch physiological activity, but moderately correlated to dwarf birch height and active-layer thickness. Random forest variable importance revealed that environmental factors and field-measured active-layer thickness ranked higher than remote sensing metrics in explaining physiological activity regardless of the field campaign. Overall, these findings suggest that microscale variation can influence dwarf birch physiological activity, yet microscale effects are overwritten by environmental conditions that may hinder fine-scale space-based monitoring of Arctic vegetation physiological dynamics.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,065
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,268
Écart entre enseignants0,245 · 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'admission3
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207