MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393461440 · doi:10.5281/zenodo.10014494

Kelp forest biomass, species composition and depth distribution survey at Hansneset in Kongsfjorden, Svalbard

2023· dataset· en· W4393461440 sur OpenAlexaff
Luisa Düsedau, Stein Frediksen, Markus Brand, Philipp Fischer, Ulf Karsten, Kai Bischof, Amanda M. Savoie, Inka Bartsch

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typedataset
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensCanadian Museum of Nature
Organismes subventionnairesEuropean Commission
Mots-clésKelpBiomass (ecology)Kelp forestComposition (language)Environmental scienceDistribution (mathematics)GeographyOceanographyEcologyBiologyGeologyMathematics

Résumé

récupéré en direct d'OpenAlex

Macroalgal surveys were performed at Hansneset, Blomstrand in Kongsfjorden, Svalbard, from the infralittoral fringe down to 15 m depth in June – August 2021. This dataset is part of a time series currently spanning over 25 years and complements the studies conducted in 1996/98 (Hop et al., 2012) and 2012-14 (Bartsch et al., 2016). The aim was to document changes in Arctic kelp forest dynamics in an Arctic fjord system influenced by glacial melt by repeatedly sampling the same site in a standardized manner. As ocean temperatures in the Arctic have risen substantially and underwater light climate continuously deteriorated over this time period, alterations were observed in the seaweed community, especially kelps as major coastal foundation species. This Zenodo upload contains all datasets supporting the findings of the manuscript Düsedau et al. (2023) "Arctic kelp forest decline - a consequence of melting glaciers?".

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,013

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 GPT0,240
Écart entre enseignants0,207 · 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'étudeObservationnel
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 sujetPeatlands and Wetlands Ecology→Travaux en français237 207→