MétaCan
Menu
Retour à la cohorte
Enregistrement W4362673363 · doi:10.1038/s41597-023-02069-3

Author Correction: GLORIA - A globally representative hyperspectral in situ dataset for optical sensing of water quality

2023· erratum· en· W4362673363 sur OpenAlexaff
Moritz K. Lehmann, Daniela Gurlin, Nima Pahlevan, Krista Alikas, Ted Conroy, Janet Anstee, Sundarabalan V. Balasubramanian, Cláudio Clemente Faria Barbosa, Caren Binding, Astrid Bracher, Mariano Bresciani, Ashley M. Burtner, Zhigang Cao, Arnold G. Dekker, Courtney A. Di Vittorio, Nathan Drayson, Reagan M. Errera, Virginia Laura Fernández, Dariusz Ficek, Cédric G. Fichot, Peter Gege, Claudia Giardino, Anatoly A. Gitelson, Steven R. Greb, Hayden Henderson, Hiroto HIGA, Abolfazl Irani Rahaghi, Cédric Jamet, Dalin Jiang, Thomas Jordan, Kersti Kangro, Jeremy A. Kravitz, Arne S. Kristoffersen, Raphael M. Kudela, Lin Li, Martin Ligi, Hubert Loisel, Steven E. Lohrenz, Ronghua Ma, Daniel Andrade Maciel, Tim Malthus, Bunkei Matsushita, Mark A. Matthews, Camille Minaudo, Deepak R. Mishra, Sachidananda Mishra, Tim Moore, Wesley J. Moses, Nguyễn Thị Thu Hà, Evlyn Márcia Leão de Moraes Novo, Stéfani Novoa, Daniel Odermatt, David M. O’Donnell, Leif G. Olmanson, Michael Ondrusek, Natascha Oppelt, Sylvain Ouillon, Waterloo Pereira Filho, Stefan Plattner, Antonio Ruiz Verdú, Salem Ibrahim Salem, John F. Schalles, Stefan Simis, Eko Siswanto, Brandon Smith, Ian Somlai-Schweiger, Mariana Altenburg Soppa, Evangelos Spyrakos, Elinor Tessin, H.J. van der Woerd, Andrea Vander Woude, Ryan Vandermeulen, Vincent Vantrepotte, Marcel Robert Wernand, Mortimer Werther, Kyana Young, Linwei Yue

Notice bibliographique

RevueScientific Data · 2023
Typeerratum
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésHyperspectral imagingIn situRemote sensingEnvironmental scienceWater qualityQuality (philosophy)GeographyBiologyPhysicsEcologyMeteorology

Résumé

récupéré en direct d'OpenAlex

An author of the paper was omitted in the original version (Ted Conroy, University of Waikato, New Zealand). This has been corrected in the pdf and HTML versions of the paper, and the associated metadata.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,450
Score d'incertitude au seuil0,948

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,126
Tête enseignante GPT0,388
Écart entre enseignants0,263 · 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 tête enseignante, 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetWater Quality Monitoring and AnalysisTravaux en français237 207