MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393485594 · doi:10.5281/zenodo.3944835

Data for: Arctic mid-winter phytoplankton growth revealed by autonomous profilers

2020· dataset· en· W4393485594 sur OpenAlexaffabout
Achim Randelhoff, Léo Lacour, Claudie Marec, Édouard Leymarie, José Lagunas, Xiaogang Xing, Christophe Penkerc’h, Fabrizio D’Ortenzio, Hervé Claustre, Marcel Babin

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2020
Typedataset
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPhytoplanktonArcticOceanographyThe arcticEnvironmental scienceGeographyBiologyEcologyGeologyNutrient

Résumé

récupéré en direct d'OpenAlex

These two files capture the bulk of the data behind our study "Arctic mid-winter phytoplankton growth revealed by autonomous profilers", published in Science Advances: https://advances.sciencemag.org/content/6/39/eabc2678 Specifically, "Baffin-Bay-2017-19-BGC-floats.csv" contains vertical profiles of optical, biogeochemical, and hydrographic data as sampled by the biogeochemical Argo floats. "Baffin-Bay-2017-19-lightfield-model.csv" contains vertical profiles of daily photosynthetically available radiation as modelled following A. Morel, Light and marine photosynthesis: A spectral model with geochemical and climatological implications. Prog. Oceanogr. 26, 263–306 (1991). These data were sampled by autonomous BGC Argo floats from July 2017 through July 2019 in Baffin Bay, an Arctic sea situated between Nunavut (Canada) and Greenland. Our study makes use of several other ancillary data sets. These are archived together with the complete workflow to produce the analysis and manuscript at doi:10.5281/zenodo.3945046. These data were collected and made freely available by the International Argo Program and the national programs that contribute to it. (http://www.argo.ucsd.edu, http://argo.jcommops.org). The Argo Program is part of the Global Ocean Observing System. See https://doi.org/10.17882/42182

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)0,004
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 enseignants0,147
Score d'incertitude au seuil0,492

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1470,122

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 Opus0,035
Tête enseignante GPT0,234
Écart entre enseignants0,198 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→