MétaCan
Menu
Retour à la cohorte
Enregistrement W4225755150 · doi:10.1029/2021ea002115

Paleoclimatology and Paleoceanography Perspectives on Integrated, Coordinated, Open, Networked (ICON) Science

2022· article· en· W4225755150 sur OpenAlexaff
Andre L. Belem, Tomoko Bell, Heidi L. Burdett, Daniel Ibarra, Nikita Kaushal, Benjamin Keenan, Anna Klimaszewski‐Patterson, Madelyn Mette, Sebastian Naeher, Olumide Onafeso, Champoungam Panmei, Amila Sandaruwan Ratnayake, Olivia Truax

Notice bibliographique

RevueEarth and Space Science · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPaleoceanographyIconCyberinfrastructureSection (typography)Special sectionComputer scienceIndigenousOpen scienceData scienceGeologyOceanographyEngineering physicsEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

Abstract This article is composed of three independent commentaries about the state of Integrated, Coordinated, Open, Networked (ICON) principles (Goldman et al., 2021, https://doi.org/10.1002/essoar.10508554.1 ) in the AGU section paleoclimatology and paleoceanography (P&P), and a discussion on the opportunities and challenges of adopting them. Each commentary focuses on a different topic: (Section 2) Global collaboration, technology transfer and application, reproducibility, and data sharing and infrastructure; (Section 3) Local knowledge, global gain: improving interactions within the scientific community and with locals, indigenous communities, stakeholders, and the public; (Section 4) Field, experimental, remote sensing, and real‐time data research and application. P&P projects can better include ICON principles by directly incorporating them into research proposals. A promising way to overcome the challenges of interdisciplinarity and integration is to foster networking, which will advance our research discipline through the application of ICON.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,111
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0020,006
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,242
Écart entre enseignants0,228 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth and Space ScienceMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207