MétaCan
Menu
Retour à la cohorte
Enregistrement W2800208019 · doi:10.15273/10222/73935

Canadian Integrated Ocean Observing System: Cyberinfrastructure Investigative Evaluation

2017· report· en· W2800208019 sur OpenAlexaboutno aff
Richard D. Kelly, S. L. Bruce, Craig Bulger, Brad Covey, Richard Davis, Shayla Fitzsimmons, Ryan Gosse, Dwight Owens, B. Pirenne

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineComputer Science
ThématiqueAdvanced Computational Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyberinfrastructureGovernment (linguistics)Service (business)BusinessEnvironmental resource managementComputer scienceData scienceEnvironmental scienceMarketing

Résumé

récupéré en direct d'OpenAlex

Numerous countries have employed a coordinated network of government agencies, research institutions, and private companies to establish national integrated Ocean Observing Systems (OOSes). Although Canada boasts a robust and diverse ocean economy, the country has implemented no such network To better adapt in the face of a changing environment and to assist the country in meeting national and international commitments, Fisheries and Oceans Canada (DFO) has commissioned investigative evaluations (IEs) to determine the cost and feasibility of creating a Canadian Integrated Ocean Observing System (CIOOS). This report contains the recommendations of the Cyberinfrastructure IE, and outlines three models, low, moderate and high, with varying levels of service. To determine an appropriate cyberinfrastructure configuration for CIOOS, information was gathered from both national and international sources. Systems and standards were evaluated, stakeholders surveyed, and existing international OOSes consulted to identify potential limits or gaps to the implementation of CIOOS.

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)0,025
score de la tête « metaresearch » (Gemma)0,024
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,947
Score d'incertitude au seuil0,382

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0050,003
Communication savante0,0050,002
Science ouverte0,0030,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,072
Tête enseignante GPT0,339
Écart entre enseignants0,267 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Computational Techniques and ApplicationsTravaux en français237 207