MétaCan
Menu
← Retour à la cohorte
Enregistrement W6902854256 · doi:10.7910/dvn/5to4he

Experimental and simulated data for crop and grassland production and carbon-nitrogen fluxes

2024· dataset· en· W6902854256 sur OpenAlexaffabout

Notice bibliographique

RevueHarvard Dataverse · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésGrasslandPrimary productionGrassland ecosystemCropEcosystemStanding cropEcosystem modelGrowing season

Résumé

récupéré en direct d'OpenAlex

Multi-year datasets from field experiments and simulations at five agricultural sites in the Northern Hemisphere were developed for three cropland sites in Ottawa (Canada), Grignon (France) and Delhi (India) and two grassland sites at Laqueuille (France) and Easter Bush (UK). The cropland sites have rotations with wheat, triticale, maize, rapeseed, soybean, phacelia and rice, as well as periods of bare fallow. Cattle (Laqueuille) or mixed cattle and sheep (Easter Bush) graze in the two grassland sites. Field data were collected between 2003 and 2012 for three to eight years, including grain yield/above‐ground net primary productivity, nitrous oxide emissions, carbon fluxes (gross primary production, net ecosystem exchange, ecosystem respiration), together with daily weather data (solar radiation, maximum and minimum temperatures, precipitation, wind speed, relative humidity, vapour pressure), soil properties, and records of crop and grassland management. Simulated outputs are from 23 models: 11 crop models, eight grassland models and four models simulating both systems.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,010

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 GPT0,292
Écart entre enseignants0,262 · 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'étudeSimulation ou modélisation
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHarvard Dataverse→Travaux en français237 207→