MétaCan
Menu
Retour à la cohorte
Enregistrement W2053342963 · doi:10.1080/14634980903136180

Comparison of shipboard and satellite measurements of surface water temperature and chlorophyll <i>a</i> in Lake Ontario

2009· article· en· W2053342963 sur OpenAlexaboutno aff
James M. Watkins

Notice bibliographique

RevueAquatic Ecosystem Health & Management · 2009
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesGoddard Space Flight CenterU.S. Environmental Protection Agency
Mots-clésEnvironmental scienceModerate-resolution imaging spectroradiometerSatelliteSubmarine pipelineChlorophyll aSea surface temperatureOceanographySurface waterSpectroradiometerSatellite imagerySampling (signal processing)Ocean colorGeologyReflectivity

Résumé

récupéré en direct d'OpenAlex

The binational Lake Ontario Lower Aquatic Foodweb Assessment program (LOLA) intensively sampled Lake Ontario in the Spring (April 28-May 3), Summer (August 10–11 and August 19–21) and Fall (September 21–25) of 2003. However, the timing of shipboard surveys often misses critical periods in biological productivity. We directly compared surface water temperature and chlorophyll a (chl a) measurements made during these cruises to Moderate Resolution Imaging Spectroradiometer (MODIS) satellite images for May 3, August 18, and September 21, 2003. Satellite measurements were strongly correlated to shipboard measurements for surface water temperature (r2 = 0.98) and chl a (r2 = 0.62, offshore sites only). The OC4 algorithm for chl a greatly overestimated nearshore sites because of the probable presence of color producing agents other than chl a. However, its relative reliability for offshore sites adds confidence in using the imagery to fill the gaps between sampling cruises.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,810
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,247
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAquatic Ecosystem Health & ManagementMême sujetMarine and coastal ecosystemsTravaux en français237 207