MétaCan
Menu
Retour à la cohorte
Enregistrement W2767344148 · doi:10.15200/winn.151014.49032

Science AMA Series : We’re a team of researchers studying where wetlands can be found around the globe, from the arctic to the tropics, and trying to understand how human land use activities and climate change are affecting their distribution.

2017· dataset· en· W2767344148 sur OpenAlexaboutno aff
Where Are Wetlands, r Science

Notice bibliographique

RevueThe Winnower · 2017
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueScience and Climate Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWetlandGlobeClimate changeEcosystemGlobal changeTropicsEcosystem servicesGeographyEnvironmental sciencePhysical geographyEnvironmental resource managementEcologyGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Hi, we’re Drs. Ben Poulter (NASA), Thomas Gumbricht (CIFOR), David Olefeldt (University of Alberta) and Etienne Fluet-Chouinard (University of Wisconsin) — we study techniques to map wetlands around the world, how they change over time, and how this information can be used to understand how wetlands function and provide ecosystem services to people. Wetlands can be mapped using a variety of techniques, from sending people out into the field using inventory techniques to taking advantage of satellites in orbit around the Earth and using the electromagnetic spectrum. Recently, a new map of tropical wetlands was published by Thomas Gumbricht as well as a high-resolution map of global surface inundation by Etienne Fluet-Chouinard, both databases are being used for a variety of purposes, including to understand how wetland affect climate change by emitting methane. Join our AMA to find out how satellites are helping in the quest to learn more about where wetlands are located, how human activities affect wetland area, and how climate change is affecting methane emissions from wetlands. We’ll be back at 12 pm ET to answer your questions, AMA! Mapping tropical wetlands http://onlinelibrary.wiley.com/doi/10.1111/gcb.13689/full High-resolution global wetland mapping http://www.sciencedirect.com/science/article/pii/S0034425714004258 Understanding wetlands and methane emissions http://iopscience.iop.org/article/10.1088/1748-9326/aa8391/pdf

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: aucune
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,924

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0030,001
Communication savante0,0080,007
Science ouverte0,0020,003
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,2760,157

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 Opus0,130
Tête enseignante GPT0,330
Écart entre enseignants0,199 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe WinnowerMême sujetScience and Climate StudiesTravaux en français237 207