MétaCan
Menu
← Retour à la cohorte
Enregistrement W6886869715 · doi:10.15454/oaxqx8

Compilation of data on soil organic carbon stocks and N2O emissions from published long term fields trials

2019· dataset· en· W6886869715 sur OpenAlexaff

Notice bibliographique

RevueOpen MIND · 2019
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensInstitute of Aging
Organismes subventionnairesnon disponible
Mots-clésTillageSoil carbonSoil waterStock (firearms)Climate changeAgricultureSoil qualitySoil organic matter

Résumé

récupéré en direct d'OpenAlex

This dataset was produced within the Landmark project to assess the accuracy of the DEXI climate regulation model. This was done by simulating the response of the soil organic carbon stock or N2O emissions from agricultural soils in long-term experiments (LTEs) and comparing the model outcomes to reported changes. LTEs were chosen because they facilitate the assessment of a range of different management practices on the component parts of the climate regulation function over a decadal timescale. The geographical location of the LTEs was limited to Europe, since the model has been developed specifically to make simulations across Europe. For this purpose, the database constructed by Sandén et al. (2018) was used. This database contains publications on 251 European LTEs in which the effect of alternative management practices on soil quality were assessed. From these, 78 LTEs reported on changes in SOC stocks and 40 reported on changes in N2O emission or NO3- leaching. A large portion of these LTEs studied the effect of tillage (n = 18 for N2O, n = 33 for C stocks). As the effect of tillage on these soil properties has been summarized in multiple meta-studies, it was chosen not to run all these studies separately by the model, but instead, model performance was assessed based on these meta-analyses (Luo et al., 2010; Powlson et al., 2014). After excluding studies on the effect of tillage and studies using parameters that are not simulated by the model, the number of studies we retained to test the model was 6 for N2O emissions, 2 for NO3- leaching and 12 for changes in SOC stocks. This includes one additional study on NO3- leaching (Hansen and Djurhuus, 1997) and one on C sequestration (Spiegel et al., 2018) that were added to the dataset.

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)0,006
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut 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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,023
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0160,018
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,008

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 Opus0,176
Tête enseignante GPT0,397
Écart entre enseignants0,221 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→