MétaCan
Menu
Retour à la cohorte
Enregistrement W4313547616 · doi:10.1016/j.jsg.2022.104781

West Spitsbergen fold and thrust belt: A digital educational data package for teaching structural geology

2023· article· en· W4313547616 sur OpenAlexaff
Rafael Horota, Kim Senger, Nil Rodés, Peter Betlem, Aleksandra Smyrak‐Sikora, Marius O. Jonassen, Daniel Kramer, Alvar Braathen

Notice bibliographique

RevueJournal of Structural Geology · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Modeling and Analysis
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésGeologyForeland basinStructural geologyFold (higher-order function)Historical geologyGeologic mapGeospatial analysisArchipelagoStructural basinEarth sciencePaleontologySeismologyRemote sensingOceanography

Résumé

récupéré en direct d'OpenAlex

The discipline of structural geology is taking an advantage of compiling observations from multiple field sites to comprehend the bigger picture and constrain the region's geological evolution. In this study we demonstrate how integration of a range of geospatial digital data sets that relate to the Paleogene fault and thrust belt exposed in the high Arctic Archipelago of Svalbard, is used in teaching in bachelor-level courses at the University Centre in Svalbard. This event led to the formation of the West Spitsbergen Fold and Thrust Belt and its associated foreland basin, the Central Spitsbergen Basin. Our digital educational data package builds on published literature from the past four decades augmented with recently acquired high-resolution digital outcrop models, and 360° imagery. All data are available as georeferenced data containers and included in a single geodatabase, freely available for educators and geoscientists around the world to complement their research and fieldwork with course components from Svalbard.

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)0,004
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: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0310,011

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 Opus0,032
Tête enseignante GPT0,282
Écart entre enseignants0,249 · 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
GenreAutre

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

En bref

Citations28
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Structural GeologyMême sujetGeological Modeling and AnalysisTravaux en français237 207