MétaCan
Menu
Retour à la cohorte
Enregistrement W3015158888 · doi:10.17504/protocols.io.3ebgjan

Open Vegetation Survey Protocol v1

2019· preprint· en· W3015158888 sur OpenAlexaffabout
Sabine St‐Jean, Mark Vellend

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésVegetation (pathology)GeographyPlot (graphics)BiodiversityForestryEnvironmental scienceRemote sensingEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Here we describe the standardised protocol used by the Canadian Airborne Biodiversity Observatory (CABO) to survey open vegetation (i.e., vegetation without tree cover) at the Cowichan Garry Oak Preserve (British Columbia), Mer Bleue Bog (Ontario) and Parc national des Îles-de-Boucherville (Québec) sites. Surveys were conducted in 3x3m square plots, with each plot containing nine 1x1m subplots. Plot locations were selected in order to capture a range of environmental conditions of interest (e.g., distance from forest, soil types, or microtopography). All data were entered via the Fulcrum application, using the Plots, Subplots, and Vegetation Surveys: Herbs and Shrubs apps. For each plot, we first verified plot orientation (two edges of the square north-south, two east-west), measured geographic coordinates of the plot center and corners, and estimated slope angle and aspect. All plant species within the plot were identified. For each subplot, we made visual estimates of percent cover of all plant species present, as well as leaf litter and bare ground. If a drone was available, percent cover estimates were not made in the field; rather, overhead photographs taken with the drone were first annotated and later analyzed quantitatively using virtual point frames to obtain data on the abundance and distribution of plant species within the plots. The ground-based plant surveys were conducted in order to be paired with remotely-sensed aerial hyperspectral imagery.

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)0,010
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Protocole · Signal consensuel: aucune
Score de désaccord entre enseignants0,320
Score d'incertitude au seuil0,970

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,3200,130

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 Opus0,046
Tête enseignante GPT0,318
Écart entre enseignants0,271 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

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

En bref

Citations1
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRangeland and Wildlife ManagementTravaux en français237 207