Runnels Reverse Mega‑pool Expansion and Improve Marsh Resiliency in the Great Marsh, Massachusetts (USA) (Dataset)
Notice bibliographique
Résumé
Dataset Description:Monitoring data set accompanying the publication, " Runnels Reverse Mega-pool Expansion and Improve Marsh Resiliency in the Great Marsh, Massachusetts (USA)" in the journal Wetlands (https://doi.org/10.1007/s13157-023-01683-6). Monitoring was conducted by the Coastal Habitat Restoration Team at Jackson Estuarine Laboratory, Unviersity of New Hampshire. Dataset is broken down into 3 components:(1) Compiled dataset of the monitoring data of the project including detailed metadata on monitoring and data analysiys. Metadata and explanaitions for input data to R code can be found in the dataset.(2) Water Level Recorder Analysis R Code - R code used to process tidal water elevations from Hoboware CSV files(3) Multivariate Analysis R Code - R code used to conduct non-metric dimensional ordination, PERMANOVA, and SIMPER analyses on the vegetation dataset Abstract:Coastal ecologists in New England have been implementing a restoration strategy of runnels, or shallow ditches, to enhance drainage of oversaturated and ponding interior marshes. In 2015, runnels were constructed to drain two large and expanding pools in the Great Marsh System of Massachusetts, USA. Vegetation, elevation, and hydrology were monitored using field sampling and remote sensing analysis conducted pre- and post-restoration over seven growing seasons to document the recovery of the vegetation community in the pool and salt marsh platform. Vegetation was monitored with 0.5 m2 plots with all species identified and percent cover estimated per species. Elevation was recorded with either laser level (2015) or RTK-GPS (2016, 2021) in the plots. Water level elevations were monitored with Odyssey capacitance loggers (2015, 2016) and Hobo pressure transducers (2018, 2021).Contact Information:Questions about the data set can be directed towards Grant McKown, james.mckown@unh.edu or jgrantmck@gmail.com
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,022 |
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 ».