MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394430404 · doi:10.6084/m9.figshare.3987501.v1

YorkU.Forest.Oct5-2016.csv - Census 1: Observations in a Forest

2016· dataset· en· W4394430404 sur OpenAlexaboutno aff
Kathleen Gatdula, Yaakov Green, Chris P Crunch, Mariam El-Ma'asarany, Nawang Yanga

Notice bibliographique

RevueFigshare · 2016
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCensusGeographyForestrySociologyDemographyPopulation

Résumé

récupéré en direct d'OpenAlex

YORK UNIVERSITY - WEEK 5 FOREST - METADATA Overview:Purpose:The purpose of this lab was to identify and measure the abundance and diversity of herbaceous plants, woody plants, vertebrates, and invertebrates in a forested area near York University.Observations:The observations were made in four separate sections by four individual groups in parallel: one for observing herbaceous plants, one for woody plants, one for vertebrates, and one for invertebrates. This metadata is separated into four sections accordingly.Location:Observations were made in a woodlot north of York University’s Maloca Community Garden. This is located on the southwest corner of the Keele Campus in Toronto, Ontario, Canada. Longitude and latitude: TBD.Time:Observations were conducted from approximately 3:00PM to 4:45PM EST for a total of a 105 minutes on Wednesday October 5, 2016.Conditions:The lab was conducted on a sunny day with temperatures around 19°C. No clouds were seen. Data Collectors (Lab 08 Group 01):Kathleen Gatdula, Yaakov Green, Christina Leung, Mariam Maasarany, Nawang Yanga

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,577
Score d'incertitude au seuil0,604

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
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)0,5770,397

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 Opus0,048
Tête enseignante GPT0,258
Écart entre enseignants0,211 · 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.

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetRemote Sensing and LiDAR Applications→Travaux en français237 207→