MétaCan
Menu
Retour à la cohorte
Enregistrement W4404109124 · doi:10.69564/able.en.23015.goingwith

Going with the Flow

2023· article· en· W4404109124 sur OpenAlexaff
Christoforos Pappas, Daniel Kneeshaw, Gisèle Trudel, Marie-Eve Morissette, Acer saccharum

Notice bibliographique

Revue.able. · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésFlow (mathematics)GeologyMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

Trees, scientists, artists, and their instruments sense how water flows. Trees take risks during the growing season by boosting transpiration (sap flow) or they hold back. Veins expanding, contracting. Water is pulled upwards from the soil to the air, passing by tree stems. But if drought occurs, trees could die. Scientists and trees are both sensing in tandem with environmental conditions. Because of its regular fluctuations, the process can be compared to the pulse of a heart. During daytime, trees transpire, resulting in stem water movement. This decreases from the outer to the inner sapwood, and because of dehydration, stem shrinkage ensues. During the night, the stem swells due to rehydration and water recharge. Pulling, funneling, decreasing, expanding. The pulsing relays these functions in relation with light and atmospheric humidity. Scientists monitor the tree stem with heated needles, and encircle the tree trunks with straps and machines. A dendrometer quantifies the changes in the stem's size due to swelling, shrinkage, and growth, rendering it in microns. On July 3, 2020, for a mature sugar maple tree, its diameter was 355000.13 μm at 3:00 pm and 355062.47 μm at midnight. On the same day and for the same tree, a sap flow sensor combined with a data logger and algorithms reported the transpiration in centimeters per hour : 1.05 cm/h at 5:00 am and 14.89 cm/h at 2:00 pm. The sampling concurs, the tree is constantly changing. The tree's experience is shared with humans. Building together, from experience, the knowledge about and in changing climates, opening up to multiplicities, embracing ecotechnologies in practice: the tree's own, the instrumentation and the milieu of co-occurrence. Visualizations weave relations of this meeting between quantitative and qualitative sensing, an interoperability with computers. Is this data fidelity? Here, sap flow becomes a series of dots, densifying, the tree water deficit is inferred by the changing dimensions of the intervals between lines, pointing to local changes and changes in the tree. Still. Flowing. On.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,198
Score d'incertitude au seuil0,778

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,001

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 Opus0,037
Tête enseignante GPT0,306
Écart entre enseignants0,268 · 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 tête enseignante, 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
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue.able.Même sujetSport and Mega-Event ImpactsTravaux en français237 207