The Index to Marine and Lacustrine Geological Samples (IMLGS): Sample Once, Use Many Times
Notice bibliographique
Résumé
The Index to Marine and Lacustrine Geological Samples (IMLGS) is a long-standing, community designed and maintained resource that enables researchers to discover and access (i) digital geological data gleaned from seabed and lakebed geological samples collected worldwide as well as (ii) the actual physical samples underlying the digital data and curated at partner institutions. As of July 2023, the IMLGS database contains data and information from 228,785 samples submitted over the years by 30 entities representing the U.S., Canada, France, Germany, and the United Kingdom. Using an agreed upon metadata, including a controlled set of vocabularies, Curators submit data and information to NCEI, whereupon sample data, after passing through a series of quality control measures, are ingested into the IMLGS database. Data are subsequently made discoverable and accessible to the public through the web-accessible IMLGS map viewer, which presents a map interface that enables users to find, preview, and download data from the IMLGS database, and other linked resources if available. The IMLGS map viewer provides the user four main approaches for querying the database: (i) selecting an individual sample on the map interface; (ii) conducting a search through the sample control panel; (iii) drawing a bounding box around a group of samples on the map interface; and (iv) selecting the “Table View” feature for a tabular list of sample information. These four main approaches for querying the database can be combined in a number of ways at the preference of the user, ultimately landing the user at a sample's Sample Detail page, where all data and information about a sample can be evaluated. If the user determines they would like access to a physical sample(s) for their own research, the user can then locate the contact information of the repository curating the sample(s) of interest from the “Repository” link on Sample Detail page and request access.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,008 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,118 | 0,077 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».