Regional Summaries: Northeast Region
Notice bibliographique
Résumé
The Northeast region is heavily forested with a high diversity of hardwood and conifer forest tree species. Northern hardwoods, including sugar maple (Acer saccharum), American beech (Fagus grandifolia), yellow (Betula alleghaniensis) and paper birch (B. papyrifera), and aspen (Populus tremuloides) make up 44% of the forests, followed by the oak-hickory (Quercus-Carya) type (27%), pine (Pinus) types (white-red-jack pine (P. strobus-P. resinosus-P. banksiana), loblolly-shortleaf pine (P. taeda-P. echinata), and oak-pine) (12%), spruce-fr (Picea-Abies) type (11%), and bottomland types (elm/ash/cottonwood (Ulmus/Fraxinus/Populus deltoides) and oak/gum/cypres (Quercus/Liquidambar/Taxodium)) (5%). Topography, moisture gradient, and disturbance history highly infuence where each forest type is found. The Northeast is also water rich, with over 10% of the total area covered by water. Aquatic ecosystems in the region include streams, swamps, lakes and ponds, rivers, and marine and estuarial habitats. In addition, New York has borders on two Great Lakes (Erie and Ontario), while Pennsylvania borders one (Erie).
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,379 | 0,253 |
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 ».