MétaCan
Menu
← Retour à la cohorte
Enregistrement W3084529454 · doi:10.1594/pangaea.905912

Geochemistry and greenhouse gas production of incubated permafrost and seawater from the western Canadian Arctic

2019· dataset· en· W3084529454 sur OpenAlexaboutno aff
George Tanski, Dirk Wagner, Christian Knoblauch, Michael Fritz, Torsten Sachs, Hugues Lantuit

Notice bibliographique

RevueFigshare · 2019
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueMethane Hydrates and Related Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPermafrostSeawaterArcticEnvironmental scienceGreenhouse gasGeochemistryOceanographyEarth sciencePhysical geographyGeologyEnvironmental chemistryChemistryGeography

Résumé

récupéré en direct d'OpenAlex

The data set includes geochemical and hydrochemical information on individual permafrost and seawater samples from the Yukon Coast in the western Canadian Arctic used for an incubation experiment. The experiment mimicked erosion of permafrost coasts in the Arctic by mixing different kind of permafrost (i.e. organic-enriched and mineral) with ambient seawater at temperatures of 4 and 16°C during the course of 4 months (the approximate length of an Arctic open-water season). The data sets contain information on basic geochemical parameters measured before and after the experiment and on the production of greenhouse gases, which include carbon dioxide (CO2) and methane (CH4). The first data set contains the geochemical and hydrochemical data for permafrost and seawater as well as the total amount of CO2 and CH4 cumulated during the course of the experiment. The second data set contains information on the individual measurements of CO2 and CH4 (in ppm) with a gas chromatograph. The study aims at understanding the role of eroding permafrost coasts for the Arctic carbon cycle and budget.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,013
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0030,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,006

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 Opus0,016
Tête enseignante GPT0,207
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'étudeSans objet
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetMethane Hydrates and Related Phenomena→Travaux en français237 207→