MétaCan
Menu
Retour à la cohorte
Enregistrement W4393530373 · doi:10.5281/zenodo.5047775

Community Established Best Practice Recommendations for Tephra Studies-from Collection through Analysis

2021· dataset· en· W4393530373 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) · 2021
Typedataset
Langueen
DomaineSocial Sciences
ThématiqueAsian Geopolitics and Ethnography
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTephraBest practiceData scienceComputer scienceBiologyPolitical scienceVolcanoPaleontologyLaw

Résumé

récupéré en direct d'OpenAlex

Tephra is a unique volcanic product that plays an unparalleled role in understanding past eruptions, long-term behavior of volcanoes, and the effects of volcanism on climate and the environment. Tephra deposits also provide spatially widespread, extremely high-resolution time-stratigraphic markers across a range of sedimentary settings and are used in a range of disciplines (e.g., volcanology, seismotectonics, climate science, archaeology, ecology, public health and impact assessment). Nonetheless, the study of tephra deposits is challenged by a lack of standardization that often inhibits data integration amongst geographic regions and across disciplines. Here we present comprehensive recommendations for tephra data gathering that were community-developed via an inclusive process. These recommendations will help expand the applicability and usability of tephra data, thereby fostering scientific collaboration and data reuse. Recommendations include standardized field and laboratory data collection and reporting and correlation guidance, developed as tabulated lists of key pieces of information with their definition and purpose. This new standardized framework will facilitate consistent tephra documentation and parametrization, foster interdisciplinary communication, and improve the effectiveness of data sharing among diverse communities of researchers. For additional details, see the accompanying manuscript that will be resubmitted to Nature Scientific Data in July 2021: Wallace, K.*, Bursik, M. Kuehn, S., Kurbatov, A., Abbott, P., Bonadonna, C., Cashman, K., Davies, S., Jensen, B., Lane, C., Plunkett, G., Smith, V. Tomlinson, E., Thordarsson, T., and Walker, D. Community Established Best Practice Recommendations for Tephra Studies-from Collection through Analysis. (Scientific Data: SDATA-20-01163, in review: 2020). *corresponding author: Kristi Wallace, kwallace@usgs.gov

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,082
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0150,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,131
Tête enseignante GPT0,392
Écart entre enseignants0,260 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetAsian Geopolitics and EthnographyTravaux en français237 207