MétaCan
Menu
Retour à la cohorte
Enregistrement W2232680801 · doi:10.6084/m9.figshare.1187113.v4

Lab 3: Techniques & data: field sample training with animals (pans, pitfalls, sweeps, and distances) - Distance Based Dataset

2014· article· en· W2232680801 sur OpenAlexaboutno aff
Pacitti Silvio

Notice bibliographique

RevueFigshare · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueNeural Networks and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTraining (meteorology)Sample (material)Field (mathematics)GeographyComputer scienceMathematicsMeteorologyPhysics

Résumé

récupéré en direct d'OpenAlex

To measure bird diversity in different habitats on campus, the frequencies of various bird species in Saywell Woodlot(43.770222, -79.508942) and in the grasslands around Stong Pond (43°46'13.2"N 79°30'25.9"W) were measured on September 30th, 2014 from 3-5pm. At the time of measurement, the weather was cloudy with a temperature around 20 degrees Celsius. To measure the frequency of bird species, n=10 transects were performed (approximately 25 meters in length) with n=5 performed in the grassland habitat (denoted as G) and n=5 performed in the woodland habitat (denoted as W). The different types of species of birds as well as their frequency were recorded as we proceeded along the transect. We walked along the length of the transect in both directions until birds were spotted, after which a new transect was performed. The transects were performed approximately 10 meters apart in different directions including random areas at the boundary of each habitat. Species were differentiated using a bird identification handbook (differentiated based on morphology). The distance from the transect to the group of birds was approximated (i.e. not directly measured) using binoculars. Distances from the transect which appeared to be greater than 500 meters were denoted as “500+” (500m was the cutoff point). The frequency of the birds that could not be identified at the distance they were observed at were recorded under the “Unidentified” column. Wind speed at the time of sampling was consistently 0 km/h. Species observed included B. Canadensis (Canadian Goose), L. Argentantus (Gull), P. Domesticus (House Sparrow) and T. Migratorius (American Robin). Note: Variable definitions are in column C of Meta sheet.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0500,068

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 Opus0,080
Tête enseignante GPT0,295
Écart entre enseignants0,215 · 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'étudeSans objet
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetNeural Networks and ApplicationsTravaux en français237 207