Modified half-hourly FLUXNET dataset for 10 Boreal forest sites (CA-Obs,CA-Ojp,CA-Qfo,FI-Hyy,FI-Ken,FI-Let,FI-Sod,RU-Fyo,RU-Zot,US-Prr)
Notice bibliographique
Résumé
This set contains half-hourly driving data and observations used in the simulations described in gmd-2018-313 (doi:10.5194/gmd-2018-313). Originally, this data is part of the FLUXNET2015 dataset (doi:10.17616/R36K9X). We have quality checked and gap-filled this data to suit the simulations. The upload contains site specific csv-files, a data header that is common to all files and a README. The actual data contains half-hourly values for: gross primary production (GPP, mol m-2 s-1) evapotranspiration (ET, kg m-2 s-1) air temperature (air_temp, degrees celcius) air pressure (air_pressure, Pa) precipitation (precip, kg m-2 s-1) specific humidity (qair, kg kg-1) wind speed (wspeed, m s-1) CO2 concentration (CO2, mol mol-1) shortwave radiation (shortwave, W m-2) longwave radiation (longwave, W m-2) potential shortwave radiation (mpot, W m-2) The sites (named by their FLUXNET identifier) and the years of data in this set are: CA-Obs (Saskatchewan) 1999-2006 CA-Ojp (Saskatchewan) 2004-2006 CA-Qfo (Quebec) 2003-2010 FI-Hyy (Hyytiälä) 1999-2006 FI-Ken (Kenttärova) 2003-2010 FI-Let (Lettosuo) 2010-2012 FI-Sod (Sodankylä) 2001-2008 RU-Fyo (Fyodorkovskoye) 2002-2009 RU-Zot (Zotino) 2002-2004 US-Prr (Poker Flat) 2011-2013
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,012 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».