MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393599584 · doi:10.5281/zenodo.5555329

Sea Ice Rheology Experiment (SIREx) - Model output data

2022· dataset· en· W4393599584 sur OpenAlexaff
Amélie Bouchat, Nils Hutter, Jérôme Chanut, Frédéric Dupont, Dmitry Dukhovskoy, Gilles Garric, Younjoo Lee, Jean‐François Lemieux, Camille Lique, Martin Lösch, Wieslaw Maslowski, Paul G. Myers, Einar Ólason, Pierre Rampal, Till Rasmussen, Claude Talandier, Bruno Tremblay, Qiang Wang

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typedataset
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of AlbertaGDG EnvironnementEnvironment and Climate Change CanadaMcGill University
Organismes subventionnairesnon disponible
Mots-clésRheologyOceanographyGeologyPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Sea-ice model output analyzed in the Sea Ice Rheology Experiment (SIREx) Part I and Part II. There is one netCDF file per model, per year (1997 and/or 2008). Each netCDF file contains daily output (as means or instantaneous values -- as indicated in the name) for January-February-March of the given year. Please see below for more information on what is included and how to cite. 1. Naming convention of the files "Model simulation label" + _ + "year" + _ + "daily_means" OR "instant" 2. Variables included U,V : sea-ice velocity in the x,y directions (in m/s); A: ice concentration per grid cell (0 -- 1); h: mean ice thickness per grid cell (in m); Grid spacing information: centered on u-points (DXU, DYU), v-points (DXV, DYV), or t-points (DXT, DYT) (in m); Grid point coordinates: for u-points (ULON, ULAT), v-points (VLON, VLAT), or t-points (TLON, TLAT) (in degrees); maskT: land mask at t-points (0/1 = ocean/land); time: time axis (in days since 1901-01-01 00:00:00). 3. Recommended citation usage If all simulations included in the current archive are used in a future study, we ask to cite this archive and the SIREx papers (Bouchat et al., 2022, Hutter et al., 2022 ). If only selected simulations are used, we ask to cite both this archive and the reference paper(s) applying to the selected simulation(s) (as stated indicated in Table 1 of the SIREx papers).

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)0,002
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 enseignants0,020
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,012

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,256
Écart entre enseignants0,194 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→