MétaCan
Menu
Retour à la cohorte
Enregistrement W2053829996 · doi:10.1109/oceanssyd.2010.5603663

Advances in the Ocean Observing System in the Gulf of Maine: Technical capabilities and scientific results

2010· article· en· W2053829996 sur OpenAlexaboutno aff
Neal R. Pettigrew, C. Patrick Fikes, M. Kate Beard

Notice bibliographique

RevueOCEANS'10 IEEE SYDNEY · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensnon disponible
Organismes subventionnairesOffice of Naval ResearchNational Oceanic and Atmospheric Administration
Mots-clésBuoyOceanographyOcean observationsFishingEnvironmental scienceOcean currentMeteorologyGeographyClimatologyFisheryGeology

Résumé

récupéré en direct d'OpenAlex

The Northeastern Regional Association of Coastal Ocean Observing Systems (NERACOOS) includes the University of Maine's comprehensive solar-powered buoy array in the Gulf of Maine. The system serves a wide variety of real-time oceanographic and marine meteorological data and data products to scientists, state and federal regulators, the National Weather Service, the US and Canadian Coast Guards, the National Data Buoy Center, educators, regional natural-resource managers, the Gulf of Maine fishing and maritime industries, local airports and airlines, sailors, and the general public. In addition to the hourly operational data delivery, The University of Maine provides an archive of data and model output that are significantly advancing the scientific understanding of the Gulf of Maine as a physical and ecological system. Over the nearly nine years of operation, the data have revealed marked seasonal and interannual variability of the circulation and physical properties of the Gulf of Maine. A system wide salinity anomaly event that lasted for nearly two years, as well as a potential regime shift in the inflow and outflow transports of the Gulf have been revealed in the data records.

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)0,018
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,009
Tête enseignante GPT0,212
Écart entre enseignants0,203 · 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'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

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOCEANS'10 IEEE SYDNEYMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207