MétaCan
Menu
Retour à la cohorte
Enregistrement W3046261242 · doi:10.20383/101.0115

Atmospheric, soil, surface and groundwater data from the St Denis National Wildlife Area, Saskatchewan, Canada

2018· article· en· W3046261242 sur OpenAlexaboutno aff
Edward Bam, Rosa Brannen, Sujata Budhathoki, Andrew Ireson, Chris Spence, Garth van der Kamp

Notice bibliographique

RevueOpen MIND · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceHydrology (agriculture)GroundwaterNational parkTable (database)SnowWater tableMetadataRange (aeronautics)Water contentGeographyPhysical geographyDatabaseGeologyMeteorologyArchaeology

Résumé

récupéré en direct d'OpenAlex

The St Denis National Wildlife Area database contains data for the prairie research site, St Denis National Wildlife Research Area, and includes atmosphere, soil, and groundwater. The meteorological measurements are observed every 5 seconds, and half-hourly averages (or totals) are logged. Soil moisture data comprise volumetric water content, soil temperature, electrical conductivity and matric potential for probes installed at depths of 5 cm, 20 cm, 50 cm, 100 cm, 200 cm and 300 cm in all soil profiles. Additional data on snow surveys, pond and groundwater levels, and water isotope isotopes collected on an intermittent basis between 1968 and 2018.The metadata table provides location information, information about the full range of measurements carried out on each parameter and GPS locations that are relevant to the interpretation of the records. **Please note: This dataset is linked to an ESSD paper at https://doi.org/10.5194/essd-11-553-2019. The authors kindly request that you reference this paper in addition to the dataset.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,015
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0260,013

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 Opus0,066
Tête enseignante GPT0,257
Écart entre enseignants0,191 · 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
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetCryospheric studies and observationsTravaux en français237 207