Adapting the CATIMO grass model to meadow bromegrass grown in western Canada
Notice bibliographique
Résumé
Bonesmo, H., Baron, V. S., Young, D., Bélanger, G. and Jing, Q. 2014. Adapting the CATIMO grass model to meadow bromegrass grown in western Canada. Can. J. Plant Sci. 94: 61-71. The Canadian Timothy Model (CATIMO) simulates the growth and nutritive value of timothy grown in eastern and western Canada, Norway, and Finland, but has not been parameterized for meadow bromegrass (Bromus riparius Rehm.) grown under Canadian prairie conditions. We parameterized and evaluated the CATIMO model to simulate the dry matter (DM) yield and N concentration of meadow bromegrass grown in western Canada with data from sequential sampling in primary growth and regrowth from two field experiments for a total of 5 yr of observation. Primary growth DM yield was simulated well [R2=0.95; normalized root mean square error (NRMSE) =16%; model simulation efficiency (EF)=0.93]. Simulations of the regrowth DM yield (R2=0.49, NRMSE=39%, EF=0.47) were not as successful as that of the primary growth, but they were within expected ranges for regrowth DM yields in western Canada. Forage N concentration was poorly simulated in primary growth (R2=0.32, NRMSE=38%, EF=-0.95) and regrowth (R2=0.27, NRMSE=30%, EF=-2.43). Plant-available soil moisture down to 30 cm was simulated well (R2=0.74, NRMSE=19%, EF=0.50). The parameterized model for meadow bromegrass expands the use of the CATIMO model to drier geographical areas where timothy may not be common, and it represents a first attempt to provide DM yield assessment of meadow bromegrass under Canadian Prairie conditions for whole-farm modeling.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».