MétaCan
Menu
Retour à la cohorte
Enregistrement W4393436843 · doi:10.5281/zenodo.3866267

Best practice templates for tephra collection, analysis, and correlation

2020· dataset· en· W4393436843 sur OpenAlexaff
Peter M Abbott, Costanza Bonadonna, Marcus Bursik, Katherine Cashman, Siwan M. Davies, Britta J.L. Jensen, Stephen C. Kuehn, Andrei V. Kurbatov, Christine Lane, Gill Plunkett, Vicki Smith, Emma Thomlinson, Thor Thordarsson, J. Douglas Walker, Kristi L. Wallace

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2020
Typedataset
Langueen
DomaineComputer Science
ThématiqueSpeech and dialogue systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTephraTemplateComputer scienceGeologyPaleontologyVolcanoProgramming language

Résumé

récupéré en direct d'OpenAlex

Tephra is a unique volcanic product that has played an unparalleled role in the understanding of past eruptions, long-term behavior of volcanoes, effects of volcanism on climate and the environment. It provides spatially widespread, extremely high-resolution geologic time markers. We present comprehensive tephra domain-specific improvements in the data gathering framework, consisting of standardized field data collection, laboratory analysis, and correlation recommendations developed as templates. This new approach will facilitate better tephra documentation and parametrization, increased and improved communication, and more effective data sharing among diverse and to some degree disconnected scholarly communities. We hope that this will result in a synergism that benefits all researchers who work with tephra. This new standardized framework is critical to unlocking future advances that are emerging in tephrochronology, to more completely characterize eruptions and tephra transport, and to exploring the nature of potentially global-scale time-stratigraphic markers. For paleoclimatology, archeology, societal volcanic risk assessment, and volcanogenic environmental impact research, the framework will provide tools for consistent evaluation of tephra deposits on a global scale and across scientific disciplines.

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)0,008
score de la tête « metaresearch » (Gemma)0,034
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 enseignants0,026
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,034
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0040,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0260,060

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 Opus0,029
Tête enseignante GPT0,261
Écart entre enseignants0,232 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetSpeech and dialogue systemsTravaux en français237 207