Mercury, DOC and hydrology data of James Bay rivers from summer 2018 to summer 2019
Notice bibliographique
Résumé
This dataset includes chemical and physical data measured in situ in surface water of natural and dammed rivers of Eastern James Bay, in Northern Quebec, Canada. Samples were collected by boat or helicopter, mostly hovering but sometimes landing on the water or on the shore, during sampling campaign of summer 2018, fall 2018, winter 2019, spring 2019 and summer 2019 (see data set for precise dates). Mercury samples were collected using a peristaltic pump, and an in-line Whatman 0.45 µm filtration capsule attached to the tubing in case of filtered samples, with a clean sampling protocol to avoid any contamination by trace metals. Dissolved organic carbon, colored dissolved organic carbon and water isotopes (deuterium excess) data are also included in this dataset. Land cover data was derived from Land use 2010 dataset (Agriculture and Agri-Foods Canada, 2015). Hydrological data used to calculate annual and seasonal discharges were obtained through Hydro Quebec from historical hydrometric stations of and from new hydrometric stations deployed in 2018 and 2019 for this project. The purpose of the data was to explore the biogeochemical drivers of mercury concentrations, exports and yields in large northern rivers of Eastern James Bay. All other relevant informations regarding this dataset are detailed in the MetaGRIL metadata platform under the name of this project : https://gril.flsh.usherbrooke.ca/metacatui/data
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,005 |
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 ».