MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393752104 · doi:10.5281/zenodo.4291039

Phosphorus Content of Belwood Reservoir Sediment Core

2020· dataset· en· W4393752104 sur OpenAlexaff
K. J. Van Meter, N. B. Basu, Rland Hall, Van Cappellen

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2020
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSediment corePhosphorusSedimentEnvironmental scienceContent (measure theory)Core (optical fiber)GeologyEnvironmental chemistryChemistryComputer scienceMathematicsGeomorphology

Résumé

récupéré en direct d'OpenAlex

On February 14, 2018, four sediment cores were obtained from Belwood Lake, an approximately 7-km2 reservoir in the upper Grand River Watershed that was created in 1941 as a result of dam construction.Of these four, one core, , 8.7 cm internal diameter and 47 cm long, was selected for sediment core dating and laboratory analysis. Cores were collected using a Glew hammer-driven gravity corer fitted with a lucite tube and were subsequently transported to the lab, where they were sectioned at 0.5-cm intervals. Sediment samples were sealed in plastic bags and refrigerated at 4℃ until undergoing further analysis. One of the four cores collected (47 cm long), was selected for sediment core dating and laboratory analysis. In the laboratory, sequential loss-on-ignition (LOI) analysis was performed using ~0.5-g subsamples of wet sediment from each core slice, as described previously, to obtain the organic matter and carbonate content. The sediment P content of core slices was determined by IC-OES (Thermo Scientific iCAP 6300) after digestion with potassium persulfate-sulfuric acid . A sediment core chronology was developed based on gamma ray spectrometric determination of 210Pb activity at contiguous 0.5-cm intervals, using previously described methods.

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)0,001
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 enseignants0,077
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,009

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 Opus0,055
Tête enseignante GPT0,234
Écart entre enseignants0,178 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetSoil and Water Nutrient Dynamics→Travaux en français237 207→