MétaCan
Menu
Retour à la cohorte
Enregistrement W4297796029 · doi:10.15485/1618871

Department of Defense (DoD) Marine Unexploded Ordnance (UXO) Site Database

2009· dataset· en· W4297796029 sur OpenAlexaboutno aff
Jack L. Foley, Gregory Schulltz, Tom Glenn

Notice bibliographique

RevueOSTI OAI (U.S. Department of Energy Office of Scientific and Technical Information) · 2009
Typedataset
Langueen
DomaineEngineering
ThématiqueMilitary Strategy and Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUnexploded ordnanceEngineeringDatabaseGeographyComputer scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

The majority of the DoD’s UXO detection and discrimination technology development efforts in the past have focused on terrestrial (land-based) areas that were used for testing and training. DoD munitions testing and training operations, as well as past disposal operations, also have been conducted in marine, estuarine, and other underwater environments. Potential human contact with underwater ordnance at or near these sites can include direct contact when swimming, diving, wading, or through indirect contact like anchoring, fishing, or dredging. Site-specific factors such as water depth, turbidity, temperature, tidal actions, currents, storms, and bottom conditions present unique challenges that can significantly hinder the use of conventional UXO technologies at underwater sites. The database includes information on site locations and ranges, environmental conditions, munitions reported or suspected, and other site attribute information. The majority of the sites are formerly used ranges (Formerly Used Defense Sites [FUDS]), but the database also includes Base Realignment and Closure (BRAC) Sites, and active ranges. We focused on compiling data for sites within the United States or under the control of the DoD in some capacity. During our review of sites, we also compiled listings of international sites of concern. These include a loosely compiled set of sites from the United Kingdom, Canada, Australia, Japan, Russia, Estonia, and Serbia and Montenegro.To use the database, Microsoft Access must be installed

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0070,012
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0560,048

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 Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,203 · 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
GenreJeu de données

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

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOSTI OAI (U.S. Department of Energy Office of Scientific and Technical Information)Même sujetMilitary Strategy and TechnologyTravaux en français237 207