MAIS, a mechanistic model of maize growth and development
Notice bibliographique
Résumé
Over the past 30 years the behavior of crops, i.e., systems consisting of a community of plants, has been analyzed using computer simulation techniques. Models of crop growth and development consist of an array of mathematical equations that are, almost without exception, based on a combination of empirical relationships and physical/biochemical principles. The objective of this study was to evaluate the strengths and weaknesses of the model MAIS, a model of maize growth and development. A detailed description of the code is presented with emphasis on the physiology underlying the mathematical expressions used. The model is tested and evaluated, using the Mean Squared Deviation method (MSD), to meet the objective of finding the strength and weaknesses of the model by comparing simulated and actual results of various aspects of growth and development of maize grown in Southern Ontario. The critical issue in testing the 'validity' of the model is not necessarily the "fit" of the model to a given data set, but rather its capability to solve a conceptual problem and the validity of the model's hypotheses and logical structure. The continuous flow of research results that appears in the literature should be used to improve crop models and, in doing so, the interpretation and impact of the very results will be enhanced. The question what information is most limiting the utility of the model is not only important to the crop modeler, but also points to high impact areas of research.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».