MétaCan
Menu
Retour à la cohorte
Enregistrement W4402366956 · doi:10.5194/egusphere-2024-2371-rc2

Comment on egusphere-2024-2371

2024· peer-review· en· W4402366956 sur OpenAlexaffabout

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEarth and Planetary Sciences
ThématiqueEarthquake Detection and Analysis
Établissements canadiensTrent UniversityEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract. The steady-state Simple Mass Balance model was applied to natural and semi-natural terrestrial ecosystems across Canada to produce nation-wide critical loads of acidity (maximum sulphur, CLmaxS; maximum nitrogen, CLmaxN; minimum nitrogen, CLminN) and nutrient nitrogen (CLnutN) at 250 m resolution. Parameterization of the model for Canadian ecosystems was considered with attention to the selection of the chemical criterion for damage at a site-specific resolution, with comparison between protection levels of 5 % and 20 % growth reduction (approximating commonly chosen base-cation-to-aluminum ratios of 1 and 10 respectively). Other parameters explored include modelled base cation deposition and site-specific nutrient and base cation uptake estimates based on North American tree chemistry data and tree species and biomass maps. Soil critical loads of nutrient nitrogen were also mapped using the Simple Mass Balance model. Critical loads of acidity were estimated to be low (e.g., below 500 eq-1 ha yr-1) for much of the country, particularly above 60° N latitude where base cation weathering rates are low due to cold annual average temperature. Exceedances were mapped relative to annual sulphur and nitrogen deposition averaged over 2014–2016. Results show that under a conservative estimate (5 % protection level), 10 % of Canada’s Protected and Conserved Areas in the study area experienced exceedance of some level of soil critical load of acidity while 70 % experienced exceedance of soil critical load of nutrient nitrogen.

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)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,518
Score d'incertitude au seuil0,688

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0130,006
Charge utile insuffisante (le modèle a refusé de juger)0,5180,382

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 Opus0,027
Tête enseignante GPT0,266
Écart entre enseignants0,238 · 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.

Devis d'étudeSans objet
Domainenon disponible
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEarthquake Detection and AnalysisTravaux en français237 207