MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393572882 · doi:10.5281/zenodo.7336373

Supplemental data from: Nature or nurture: A genetic basis for the behavioral selection of depth in siscowet and lean lake charr (Salvelinus namaycush) ecomorphs

2022· dataset· en· W4393572882 sur OpenAlexaboutno aff
Frederick W. Goetz, Shawn P. Sitar, Michael J. Seider, Andrew Jasonowicz

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSalvelinusNature versus nurtureSelection (genetic algorithm)BiologyFisheryEcologyZoologyFish <Actinopterygii>TroutComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

These files contain the raw depth and temperature sensor data from siscowet and lean lake charr (Salvelinus namaycush) ecomorphs tagged with pop-up satellite archival tags (PSATs). These fish were produced from wild gametes taken from Lake Superior and reared in a common garden study for nine years and then tagged with PSATs and released in southern Lake Superior. The dataset is supplemental to: Goetz, F., Sitar, S., Seider, M., and Jasonowicz, A. 2022. Nature or nurture: A genetic basis for the behavioral selection of depth in siscowet and lean lake charr (Salvelinus namaycush) ecomorphs. Canadian Journal of Fisheries and Aquatic Sciences. (in press). Data description for metadata.csv: This file contains the metadata associated with each tag deployment. This includes biological data as well as key mission paramters. Column Type Description mission_id integer mission identifier tag_sn integer tag serial number ecotype string lake trout ecotype release_date string date of tag release length_mm float total length in mm weight_g float weight in g lipid float lipid level meadured by Distell fatmeter set in research mode release_site string release site (deep or shallow site) sampling_rate string sampling interval of tag (format=HH:MM:SS) mission_end_utc datetime programmed tag pop off date and time in UTC time (format=YYYY-MM-DD HH:MM:SS) notes string notes and comments Data description for the raw sensor data files: The raw sensor data is found in the files that are prefixed with "raw-sensor-data". The data for each tag is in contained in a seperate file and the files are named as follows "raw-sensor-data-{mission_identifier}-{tag_serial_number}.csv". Column Type Description mission_id integer mission identifier tag_sn integer tag serial number timestamp_utc datetime timestamp of sensor reading (format=YYYY-MM-DD HH:MM:SS) depth_m string depth in meters temperature_c string temperature in degrees celcius

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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 enseignants0,448
Score d'incertitude au seuil0,787

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,4480,121

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 Opus0,040
Tête enseignante GPT0,280
Écart entre enseignants0,239 · 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.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetFish Ecology and Management Studies→Travaux en français237 207→