Paskapoo groundwater study part VII: Alberta groundwater wells data dictionary - a view to groundwater data modeling
Notice bibliographique
Résumé
The Geological Survey of Canada (GSC) under the Natural Resources Canada, Earth Sciences Sector Groundwater Program has evaluated key aquifers across Canada. The Paskapoo Aquifer System is one of the largest systems identified as a key aquifer in the country. Data requirements to study this 66,768 km2 area went beyond the usual requirements of local scale aquifer studies and a relational database implementation (EarthFX Inc. 2005) of the Alberta Environment (AENV), Groundwater Information Center (GIC) water well database was used to facilitate analysis of the required data. The data dictionaries in this report define the data that was received from AENV "as is" prior to being imported into the EarthFX data model. The Data Dictionary for the April 2003 release of the GIC database defines the data that was subsequently imported into the EarthFX model and provides background information for how the data was interpreted and used in the study. The Data Dictionary for the May 2007 release of the GIC database is an accompanying standalone document that can be used as a guide for evaluating recent changes to the GIC database. The primary purpose of the dictionaries is to help users interpret and understand the GIC data structure and its content for the purpose of extracting meaningful data that can be use for local and regional groundwater studies. Presenting the background information in the context of relational database concepts also provides a view for future database modeling, storage, and management of the data.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,007 | 0,017 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,009 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».