MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393415743 · doi:10.5281/zenodo.7703393

Data and code to next-generation ensemble projections reveal higher climate risks for marine ecosystems

2023· dataset· en· W4393415743 sur OpenAlexaff
Derek P. Tittensor, Camilla Novaglio, Cheryl S. Harrison, Ryan Heneghan, Nicolas Barrier, Daniele Bianchi, Laurent Bopp, Andrea Bryndum‐Buchholz, Gregory L. Britten, Matthias Büchner, William W. L. Cheung, Villy Christensen, Marta Coll, John P. Dunne, Tyler D. Eddy, Jason D. Everett, José A. Fernandes, Elizabeth A. Fulton, Eric D. Galbraith, Didier Gascuel, Jérôme Guiet, Jasmin G. John, Jason S. Link, Heike K. Lotze, Olivier Maury, Kelly Ortega‐Cisneros, Juliano Palacios‐Abrantes, Colleen M. Petrik, Hubert du Pontavice, Jonathan Rault, Anthony J. Richardson, Lynne Shannon, Yunne‐Jai Shin, Jeroen Steenbeek, Charles A. Stock, Julia L. Blanchard

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensMcGill UniversityMemorial University of NewfoundlandUniversity of British ColumbiaFisheries and Oceans CanadaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCode (set theory)Marine ecosystemEnvironmental scienceEcosystemGeographyOceanographyEcologyComputer scienceBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Data products: Tittensor et al. (2021). Next-generation ensemble projections reveal higher climate risks for marine ecosystems, Nature Climate Change. DOI: https://doi.org/10.1038/s41558-021-01173-9 This data was produced using R scripts available on the GitHub repository https://github.com/Fish-MIP/CMIP5vsCMIP6, and was used for analysis and plotting in Tittensor et al. (2021). These R scripts are also available here as CMIP5vsCMIP6_code.zip Data_CMIP5.Rdata and Data_CMIP6.RData include all data used to produce global maps of percentage change in total consumer biomass. Data_trends_CMIP5.Rdata and Data_trends_CMIP6.RData include all data used to produce temporal trends of percentage change in total consumer biomass. Data_inputs_CMIP5.Rdata and Data_trends_CMIP6.RData include all data used to produce global maps of percentage change in phytoplankton biomass, zooplankton biomass, net primary production and sea surface temperature. Data_trends_inputs_CMIP5.Rdata and Data_trends_CMIP6.RData include all data used to produce temporal trends of percentage change in phytoplankton biomass, zooplankton biomass, net primary production and sea surface temperature. The suffix _reducedModelSet refers to the case when only the subset of Fish-MIP models in Lotze et al. (2019) - Global ensemble projections reveal trophic amplification of ocean biomass declines with climate change, PNAS, DOI: https://doi.org/10.1073/pnas.1900194116 - are considered. This data was used to produce some of the supplementary figures in Tittensor et al. (2021). Please contact Derek Tittensor (derek.tittensor@dal.ca), Camilla Novaglio (camilla.novaglio@gmail.com), or Julia Blanchard (julia.blanchard@utas.edu.au) for data interpretation and use.

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)0,012
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 enseignants0,181
Score d'incertitude au seuil0,606

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,1810,124

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 Opus0,182
Tête enseignante GPT0,319
Écart entre enseignants0,137 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetMarine and fisheries research→Travaux en français237 207→