MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394162356 · doi:10.6084/m9.figshare.13125353.v1

The Effect of Pest Species on Other Birds

2020· dataset· en· W4394162356 sur OpenAlexaboutno aff
Elizabeth Wesingi

Notice bibliographique

RevueFigshare · 2020
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPEST analysisGeographyEcologyZoologyBiologyAgroforestryBotany

Résumé

récupéré en direct d'OpenAlex

This experiment took place throughout several days (October 13th, 14th, 16th, 17th, 18th and 19th in the year 2020), all the chosen locations were Ponds in Vaughan Ontario. The goal of this experiment was to observe the effect that Pest species have on the diversity and frequency of other birds in the same location (i.e, observable from staying in one spot). Behaviour, species,frequency and approximate distance from other species (in meters) were all factors taken into account. In suburban areas such as Vaughan, it is often seen to have a clear separation between pest species (most frequently Canadian Geese in this case) and other species. Therefore, this experiment used quantitative and qualitative values to determine how true this statement is. All observed values took place in the morning (between 8 A.M and 10 A.M) and the researcher spent 60 mins at each location. The weather varied from 5° C to 15° C and from clear skies (the 14th and 17th) cloud cover (13th, 18th and 19th) and occasionally rain (the 16th).

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,223

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,008

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 Opus0,027
Tête enseignante GPT0,262
Écart entre enseignants0,235 · 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'étudeObservationnel
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 revueFigshare→Même sujetAnimal Ecology and Behavior Studies→Travaux en français237 207→