Notice bibliographique
Résumé
This dataset is in HDF5 format. The data was pulled from the ECMWF reanalysis datasets "ERA5 hourly data on single levels from 1940 to present" and "ERA5 hourly data on pressure levels from 1940 to present." Each file in "era5_by_canadian_hail_event" is associated to a specific Canadian hail event and combines the relevant data from both ERA5 datasets. The hail events were created based on the 7000 Canadian hail reports contained in "Integrated Canadian Hail Database (2005-2022)", where we considered reports to be of the same event if they were within a specified window in time and space (7 hours by 256 km). The 7000 reports were grouped into 2092 hail events. Thus, our ERA5 based dataset contains 2092 files. For more information on how the data was handled, see the GitHub repository "era5-based-hail." Each file in this dataset contains the following variables from "ERA5 hourly data on single levels from 1940 to present" : cp [m]: Convective precipitation d2m [K]: Dewpoint temperature at 2m height sp [Pa]: Surface pressure t2m [K]: Temperature at 2m height tcc [100%]: Total cloud cover tciw [kg m-2]: Total column vertically-integrated cloud ice water tclw [kg m-2]: Total column vertically-integrated cloud liquid water tcrw [kg m-2]: Total column rain water tcsw [kg m-2]: Total column snow water tcwv [kg m-2]: Total column vertically-integrated water vapour tcw [kg m-2]: Total column water tp [m]: Total precipitation u10 [m/s]: u-component of wind at 10m height v10 [m/s]: v-component of wind at 10m height And following variables from "ERA5 hourly data on pressure levels from 1940 to present" : r [%]: Relative humidity t [K]: Temperature u [m/s]: Longitudinal wind v [m/s]: Latitudinal wind z [m^2/s^2]: Geopotential at pressure levels [hPa]: 300, 350, 400, 450, 500, 550, 600, 650, 700, 750, 775, 800, 825, 850, 875, 900, 925, 950, 975, 1000.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,016 |
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 ».