MétaCan
Menu
Retour à la cohorte
Enregistrement W4406193140 · doi:10.1038/s44264-024-00045-x

Developing new varieties of deep-rooted crops: silicon and agroecosystem services

2025· article· en· W4406193140 sur OpenAlexfundno aff
Zimin Li, Yunqiang Wang, Zhaoliang Song

Notice bibliographique

Revuenpj Sustainable Agriculture · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSilicon Effects in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaUniversité LavalUniversité Catholique de Louvain
Mots-clésAgroecosystemAgroforestryAgronomySiliconAgricultural engineeringBusinessEnvironmental scienceBiologyEngineeringAgricultureEcologyChemistry

Résumé

récupéré en direct d'OpenAlex

Agroecosystems, which cover nearly 40% of Earth’s land surface, are dominant drivers of Earth’s biogeochemical cycling and maintain the vital life-support systems to feed a growing global population via provisioning ecosystem services, such as food and fiber production 1 . However, agroecosystem sustainable development is under threat due to multiple stresses of environmental and climatic changes such as warming, pest and disease, saline, drought and acidic constraints, and biodiversity loss 2 , 3 . Moreover, state-of-the-art climate projections have predicted that the environmental and climatic changes would continuously increase the global intensification of heavy precipitation events and heat extremes and surfaces with stronger or longer-lasting droughts in agroecosystems 4 , 5 .

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,004
Tête enseignante GPT0,202
Écart entre enseignants0,198 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Sustainable AgricultureMême sujetSilicon Effects in AgricultureTravaux en français237 207