MétaCan
Menu
Retour à la cohorte
Enregistrement W2791034649 · doi:10.7287/peerj.preprints.26695v1

Benthos from Baffin Bay Area: a photo catalogue

2018· preprint· en· W2791034649 sur OpenAlexaff
Cindy Grant, Laure de Montety, Lisa Tréau de Coeli, Nanette Hammeken, Philippe Archambault, Martin E. Blicher

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Industry and Aquatic Biology
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésBenthosBenthic zoneBayArcticFisheryInvertebrateOceanographyBiodiversityGeographyThe arcticEnvironmental scienceEcologyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Many teams studying benthic biodiversity have faced the challenge of identifying collected specimens while they are at sea. The use of pictures is an efficient way to increase samples processing, while limiting wrong or incorrect identifications that can be done when many people are working on the same project at different times. This catalogue presents a non-exhaustive inventory of more than 750 taxa, most of them named to the species level, of benthic invertebrates recorded in Baffin Bay (Arctic) with a special attention paid to species recorded along the Southwest Greenland coast. It is designed to be an accurate tool for biologists to identify benthic invertebrates occurring in trawl/dredge samples, with the objective to decrease number of preserved samples and time spent on post-survey sample processing. It has proven particularly useful during the implementation of benthos monitoring on national fisheries assessment surveys as recently recommended by CAFF-CBMP (CAFF 2017) as a way to increase our knowledge of long-term and large-scale trends in Arctic benthos communities. The catalogue proposes original photos and drawings. A must for biologist studying benthos from Arctic waters!

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,916
Score d'incertitude au seuil0,220

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0100,007
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0660,036

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 Opus0,059
Tête enseignante GPT0,238
Écart entre enseignants0,179 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFood Industry and Aquatic BiologyTravaux en français237 207