MétaCan
Menu
← Retour à la cohorte
Enregistrement W6894483108 · doi:10.5683/sp3/priibn

SPATIAL AND TEMPORAL PATTERNS OF CARBON DIOXIDE EXCHANGE FOR A WET SEDGE PLANT COMMUNITY, MELVILLE ISLAND, NU (2015)

2016· dataset· en· W6894483108 sur OpenAlexaff

Notice bibliographique

RevueBorealis · 2016
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésPhotosynthetically active radiationCarbon sinkArcticVegetation (pathology)Sink (geography)Carbon dioxideSoil waterCarbon cycle

Résumé

récupéré en direct d'OpenAlex

In 2015, Automated Soil CO2 Exchange (ACE) Stations were deployed at the Cape Bounty Arctic Watershed Observatory (CBAWO) to quantify the contribution of CO2 exchange from wet sedge vegetation. The wet sedge vegetation type is of specific interest as it is the most productive community type in the High Arctic. These communities are commonly regarded in past studies as carbon sinks during their entire growing season, although the scale and key controls are not completely understood. In addition, warming of the High Arctic enhances wet sedge growth, which may result in an increase of the percentage of land occupied by wet sedge meadows. This in turn has the capability of significantly altering the carbon balance of high Arctic landscapes. The objective of these data files is to determine the CO2 exchange rate in these settings, utilizing the ACE systems. The measurements from each chamber were automatically recorded every 30 minutes from July 3 2015 to August 7 2015. Active layer depth, photosynthetically active radiation (PAR), soil temperature and soil moisture measurements were also collected in conjunction with the net CO2 exchange rate (NCER). The r esults indicate that wet sedge vegetation in this area does represent a carbon sink through photosynthetic processes.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,759
Score d'incertitude au seuil0,480

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,030
Tête enseignante GPT0,275
Écart entre enseignants0,245 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBorealis→Travaux en français237 207→