MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393535158 · doi:10.5281/zenodo.10357451

Dataset from "Impact of intercepted and sub-canopy snow microstructure on snowpack response to rain-on-snow events under a boreal canopy"

2023· dataset· en· W4393535158 sur OpenAlexaff
Benjamin Bouchard, Daniel F. Nadeau, Florent Dominé, Nander Wever, Adrien Michel, Michael Lehning, Pierre‐Erik Isabelle

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typedataset
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensTakuvik Joint International LaboratoryUniversité LavalCentrEau - Quebec Water Management Research CentreCenter for Northern Studies
Organismes subventionnairesnon disponible
Mots-clésSnowpackSnowBorealSurface runoffEnvironmental scienceCanopyAtmospheric sciencesPhysical geographyClimatologyGeographyHydrology (agriculture)MeteorologyGeologyEcology

Résumé

récupéré en direct d'OpenAlex

The dataset presented below is described in the paper "Impact of rain-on-snow events on snowpack structure and runoff under a boreal canopy" by Bouchard et al. (submitted in December 2023) in the journal The Cryosphere. The original dataset includes sub-canopy snow monitoring data collected at the Montmorency Forest site (MF; 47.29°N, 71.17°W, elev. » 850 m above mean sea level (AMSL)) from 2018 to 2023 and at the Bernard River Valley site (BRV; 50.91°N; 63.37°W, elev. » 250 m. AMSL) from 2019 to 2023. MF is a balsam fir-white birch stand on a 12° northeast-facing slope. BRV is a valley surrounded by plateaus 200 m higher. The dataset covers the period from October 15 to June 15 of each year. In the monitoring dataset you can find the hourly time step: Snow height (cm) – all years at both sites Soil-snow interface temperature (°C) – 2020 to 2023 at both sites Snow temperature every 15 cm from the ground surface (°C) – 2020 to 2023 at both sites Snow surface temperature (°C) – 2018-19 and from 2020 to 2023 at MF site Air temperature (°C) – 2020 to 2023 at both sites The dataset also includes a total of 48 sub-canopy snow pit observations taken at the MF (42 snow pits) and BRV (6 snow pits) sites during the study period. Each snow pit contains the vertical profile of snow stratigraphy (grain type) and snow density. The snow pit height corresponds to the upper limit of the top snow layer in the stratigraphic profile. For density measurements, the height value corresponds to the center of the 3 cm thick box cutter. Grain type codes for the snowpack stratigraphy correspond to the International Classification for Seasonal Snow (Fierz et al., 2009): PP: precipitation particles DF: decomposed and fragmented precipitation particles RG: rounded grains FC: faceted crystals FCxr: rounding faceted particles DH: depth hoar MFpc: melt forms – rounded polycrystals MF: melt forms – clustered rounded grains MFcr: melt forms – melt-freeze crusts IF: ice formations Finally, the dataset includes all observed rain-on-snow (ROS) events at both sites from November to March, covering the period 2018-2023 at the MF site and the period 2019-2023 at the BRV site. In the ROS dataset, we present the start and end dates, as well as the duration, rainfall amount, and mean air temperature of each event.

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)0,003
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 enseignants0,027
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,022

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 Opus0,038
Tête enseignante GPT0,270
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetCryospheric studies and observations→Travaux en français237 207→