Data on under-ice temperatures and solar radiation in Lake Ngoring (Qinghai-Tibet)
Notice bibliographique
Résumé
Dataset description: <br> Data on under-ice temperatures and solar radiation were collected in Lake Ngoring in winter 2015/2016 in a field experiment on under-ice mixing and radiation regime of Tibetan lakes. See Kirillin et al. (submitted to Geophysical Research Letters 2021) for the details on the experiment. _Metadata_ Study site: Lake Ngoring (35° 02.65'N, 97° 42.23'E)<br> Observation period: 01 Nov 2015 - 01 Jun 2016 -- DATASET 1 Data type: Time series of water temperature [°C] at different depths. Probes: <br> T-Solo (RBR Canada) Pre-processing: data sampled at 10 s rate and averaged over 30 min intervals. data file(s): <br> TibetTemp.csv data format: comma separated variables<br> data table contains temperature values (one column per measurement depth) except<br> 1st column: UTC Date and Time [dd-mmm-yyyy HH:MM]<br> 1st row: Depth from the surface [metres] ----<br> DATASET 2 Data type: quantum irradiance [μmol s^-1 m^-2] at 2.4 m and 3.6 m depth from the lake surface probe(s): JFE Advantech DEFI2-L cosine corrected PAR radiation logger (JFE Advantech, Japan) Pre-processing: data sampled at 10 min rate and averaged over 30 min intervals. data file(s): <br> TibetRad.csv data format: comma separated variables<br> 1st column: UTC Date and Time [dd-mmm-yyyy HH:MM]<br> 2nd column: quantum irradiance [μmol s^-1 m^-2] at 2.4 m depth<br> 3rd column: quantum irradiance [μmol s^-1 m^-2] at 3.6 m depth<br>
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,162 | 0,002 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».