Benthic Data Collection in Lake Ontario: Continuation of a Long‐term Data Series
Notice bibliographique
Résumé
Photo 1. Marine technician Kathryn Johncock is collecting a benthic sample from Lake Ontario using Ponar bottom grab aboard of U.S. EPA Research Vessel Lake Guardian during 2018 benthic survey. Photo credit: A. Karatayev. Photo 2. Benthic samples are elutriated aboard and washed through a 500-μm net by Chris Korleski (U.S. EPA Great Lakes National Program Office, on left) and Alexander Karatayev (SUNY Buffalo State, on right). Photo credit: L. Burlakova. Photo 3. Exotic byssate bivalves quagga mussels were found in almost every benthic sample collected from Lake Ontario in 2018. Photo credit: A. Karatayev. Photo 4. Lake Ontario shoreline scattered with wind turbines. Photo credit: L. Burlakova. Photo 5. Lake Guardian is moving to the next station. Photo credit: L. Burlakova. These photographs illustrate the article “Density data for Lake Ontario benthic invertebrate assemblages from 1964 to 2018” by Burlakova, L. E., A. Y. Karatayev, A. R. Hrycik, S. E. Daniel, K. Mehler, L. G. Rudstam, J. M. Watkins, R. Dermott, J. Scharold, A. K. Elgin, T. F. Nalepa, E. K. Hinchey, and S. J. Lozano published in Ecology. https://doi.org/10.1002/ecy.3528.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,066 | 0,000 |
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 tête enseignante, 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 ».