Topsoil temperature data below different vegetation types at Trail Valley Creek, Canada, 2016-2018
Notice bibliographique
Résumé
This dataset contains topsoil temperature data of 68 sensors, which were installed at the Arctic tundra site of Trail Valley Creek, Northwest Territories, Canada (133.499 °W, 68.742 °N). The sensors were located below six different vegetation types (trees, tall shrubs, riparian tall shrubs, dwarf shrubs, tussocks and lichen tundra) at a depth of 1 to 5 cm, protected from solar radiation. The sensors were placed between 0.22 m to more than 1 km apart from each other. The mean distance between nearest neighbouring sensors was 10.65 m. The sensor network is designed to monitor the effects of changing surface parameters such as vegetation, micro topography and soil moisture on seasonal thawing and freezing processes and on long-term warming of permafrost temperatures. The topsoil temperature was measured using coated iButton temperature loggers (DS1922L) at 0.0625°C resolution and an accuracy of 0.5° C (Maxim Integrated Products, Inc., 2015). The record covers the two periods from 28th of August 2016, 3:00 to 3rd of September 2017, 15:00 and from 4th of September 2017, 12:00 to 22nd of August 2018, 21:00 (UTC, local time + 7 hours) in 3 hourly resolution. Between the two periods, the sensors were removed, read out, and placed at the same positions again. The two periods were analysed by Grünberg et al., 2020, who describe the measurements in more detail.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».