MétaCan
Menu
Retour à la cohorte
Enregistrement W2905395846

The "Coffee-flux collaborative observatory": measuring and modeling carbon, nutrients, water and sediment Ecosystem services in a coffee agroforestry watershed (Costa Rica)

2016· preprint· en· W2905395846 sur OpenAlexaff
Olivier Roupsard, Karel Van den Meersche, Clementine Alline, Bruno Rapidel, Jacques Avelino, Federico Gómez-Delgado, Fabien Charbonnier, Laura Benegas, Kristen Welsh, Rintaro Kinoshita, Rémi Vezy, Louise Audebert, Elsa Defrenet, Anna Deffner, Laura Jarri, Emmanuelle Khac, Aurélie Cambou, Junior Pastor Perez Molina, Florian Guidat, Florian Rançon, Maxime Soma, Carolin Mages, Iván Prieto, Delphine Picart, Elías de Melo Virginio Filho, Simon Taugourdeau, Roger Moussa, Yves Le Bissonnais, Ricardo Sánchez‐Murillo, Christophe Jourdan, Guerric Le Maire, Jean‐Michel Harmand, Jean Dauzat, Alain Albrecht, Tiphaine Chevallier, Catherine Roumet, Alexia Stokes, Jean-Marc Bonnefond, Lee A. Vierling, Jan Eitel, Erwin Dreyer, Laurent Saint‐André, Anders Malmer, Denis Loustau, Marney E. Isaac, Adam R. Martin, Anders Priemé, Bo Elberling, Mathias Madsen, Alfonso Robelo, Diego Robelo, Guillermo Hernandez‐Ramirez, Manuel Jara, Ana Linda García Pérez, Alonso Barquero, Cipriano Rivera Wilson, Muriel Navarro, Philippe Vaast

Notice bibliographique

RevueProdinra (INRA Bordeaux-Aquitaine) · 2016
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWatershedEcosystem servicesEnvironmental scienceEcosystemProductivityNutrientEnvironmental resource managementAgroforestryGeographyComputer scienceEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

il s'agit d'un type de produit dont les métadonnées ne correspondent pas aux métadonnées attendues dans les autres types de produit : REPORT

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil0,408

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,019
Tête enseignante GPT0,216
Écart entre enseignants0,197 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProdinra (INRA Bordeaux-Aquitaine)Même sujetWater-Energy-Food Nexus StudiesTravaux en français237 207