Lab 4 Data - Quadrats and Bait Traps near Danby Woods
Notice bibliographique
Résumé
This data was collected on two different days, on October 13, 2013 and October 20, 2013, from 2:30 pm to 5:30 pm. The location was the grasslands (Oct. 13) and the woodlots (Oct. 20) in and around Danby Woods, in the York University Campus. On October 13, 2013, the weather was 16°C, and using the Beaufort Scale, the wind was determined to be mildly windy through the experiment. (Source: http://www.accuweather.com/en/ca/toronto/m5g/october-weather/55488?monyr=10/1/2014) On October 20, 2013, the weather was a cooler 12°C, and using the Beaufort Scale, the wind was determined to be mildly windy, growing windier as the experiment progressed. (Source: http://www.accuweather.com/en/ca/toronto/m5g/october-weather/55488?monyr=10/1/2014) For the grasslands (Oct. 13), quadrats were set up in low, medium and high disturbance areas, and data was recorded for high, medium and low disturbance areas. Each disturbance level had 10 quadrats repeated.Each quadrat was analyzed for roughly 3-4 minutes. Data regarding the area in the quadrat, such as grass length was recorded, along with the different animals that were captured. Bait traps containing sugar and cookies on a piece of paper towel were also set up in low, medium and high disturbance areas of the grasslands on the same day, and were left for about 1.5 hours. Each level of disturbance had 3 bait traps set up.The different animals that were in the bait trap were recorded. Next week, on October 20th, quadrats and bait traps were set up in the woodlot in Danby Woods. Similar to the previous setup, areas of low, medium, and high disturbance were selected and data was recorded after analyzing the quadrat for 3-4 minutes. Each level of disturbance had 10 quadrats repeated in different locations. The data comprised of the insects found in the quadrat. On the same day, bait traps containing sugar on a piece of paper towel were set up in low, medium and high disturbance areas. Each bait tra was left for 1.5 hours, and each level of disturbance had 3 different bait traps set up. The different animals that were caught in the bait trap was recorded.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,107 | 0,033 |
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 source (Gemma direct ou Codex distillé), 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 ».