MétaCan
Menu
Retour à la cohorte
Enregistrement W3192274046 · doi:10.5066/p9zgnrtb

Habitat Selection Scenarios for Molting Waterfowl in the Goose Molting Area of the Teshekpuk Lake Special Area, for NPR-A Integrated Activity Plan/Environmental Impact Statement, 2020

2020· article· en· W3192274046 sur OpenAlexaboutno aff
Vijay P. Patil

Notice bibliographique

RevueUSGS DOI Tool Production Environment · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWaterfowlShapefileGooseGeographyFisheryHabitatShorePolygon (computer graphics)OccupancyPopulationEcologyCartographyEnvironmental scienceEngineeringBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

The dataset consists of a polygon shapefile. Each polygon represents a set of molt units (interconnected lakes used as habitat by molting waterfowl) within the Goose Molting Area of the Teshekpuk Lake Special Area in northern Alaska, in addition to a half-mile or 1-mile wide buffer, that were selected for restrictions on new surface occupancy or infrastructure development by the oil and gas industry. Polygons represent the minimum area necessary to achieve a specific level of population coverage for Pacific Black Brant or Canada Geese that use the Teshekpuk Lake Special Area as molting habitat. All polygons include a 1-mile wide inland buffer along the Beaufort Sea coastline and a 3-mile wide buffer along the shore of Teshekpuk Lake, two areas already identified for surface occupancy/development restrictions by the Bureau of Land Management. Polygons were generated using two buffer widths to reflect uncertainty about the minimum horizontal distance needed to mitigate disturbance effects of industrial activity on molting geese. The boundaries of the Goose Molting Area are defined in the 2013 Record of Decision for the NPR-A Integrated Activity Plan (Bureau of Land Management).

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)0,002
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,230

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 GPT0,215
Écart entre enseignants0,199 · 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
GenreEmpirique

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

En bref

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUSGS DOI Tool Production EnvironmentMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207