MétaCan
Menu
Retour à la cohorte
Enregistrement W4239624180 · doi:10.3389/fmars.2020.581790

GO-SHIP Repeat Hydrography Nutrient Manual: The Precise and Accurate Determination of Dissolved Inorganic Nutrients in Seawater, Using Continuous Flow Analysis Methods

2020· article· en· W4239624180 sur OpenAlexfundno aff
Susan Becker, Michio Aoyama, E. Malcolm S. Woodward, Karel Bakker, Stephen Coverly, Claire Mahaffey, Toste Tanhua

Notice bibliographique

RevueFrontiers in Marine Science · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesJapan Agency for Marine-Earth Science and TechnologyNational Research Council CanadaNatural Environment Research CouncilSight Research UKNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésHydrographySeawaterNutrientCertified reference materialsEnvironmental scienceNitrateProcess engineeringComputer scienceOceanographyChemistryGeologyDetection limitEcologyEngineeringChromatographyBiology

Résumé

récupéré en direct d'OpenAlex

The GO-SHIP nutrient manual covers all aspects of nutrient analysis from basic sample collection and storage, specifically for Continuous Flow analysis using an Auto-Analyzer, and describes some specific nutrient methods for Nitrate, Nitrite, Silicate, Phosphate and Ammonium that are in use by many laboratories carrying out at-sea analysis and repeat hydrography sections across the world. The focus is on segmented flow analyzers not flow injection analyzers. It also covers laboratory best practices including quality control and quality assurance (QC/QA) procedures to obtain the best results, and suggests protocols for the use of reference materials (RM) and certified reference materials (CRMs).

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,154

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0460,043

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 Opus0,022
Tête enseignante GPT0,301
Écart entre enseignants0,279 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations148
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Marine ScienceMême sujetWater Quality Monitoring and AnalysisTravaux en français237 207