Habitat Suitability in the Eyes of the Beholder train and test datasets (70/30 split).
Notice bibliographique
Résumé
This dataset combines modified data from the OBBA (2001-2005) (Bird Studies Canada, 2008), the Avonet dataset (Tobias et al., 2022), and the Ontario Land Cover Compilation v2 (Ontario Ministry of Natural Resources and Forestry, 2014), specifically covering the Canadian portion of the Great Lakes Basin Watershed. It includes data on 211 species from the OBBA, though all location-identifying information has been excluded. The full dataset can be requested via the Nature Counts Portal (https://naturecounts.ca/nc/default/explore.jsp#download). Species trait data originate from the Avonet dataset, with detailed trait descriptions available from the original Avonet dataset. Land cover classifications were simplified into two categories: "Natural" and "Human Modified." Although an "Other" category was initially present, it was removed prior to model development. The data was resampled into various pixel sizes, ranging from the original 15m resolution to 150m, 300m, 500m, and 1000m. The dataset is divided into a 70/30 train-test split and was used in building random forest models. For further details, please refer to the original dataset sources. References Bird Studies Canada, Environment Canada’s Canadian Wildlife Service, Ontario Nature, 553 Ontario Field Ornithologists and Ontario Ministry of Natural Resources. (2008). Ontario 554 Breeding Bird Atlas Database. https://naturecounts.ca/nc/default/explore.jsp#download Ontario Ministry of Natural Resources and Forestry. (2014). Ontario Land Cover Compilation 705 Data Specifications Version 2.0. https://ws.gisetl.lrc.gov.on.ca/fmedatadownload/Packages/OntarioLandCoverComp-v2.zip Tobias, J. A., Sheard, C., Pigot, A. L., Devenish, A. J. M., Sayol, F., Neate‐Clegg, M. H. C., Alioravainen, N., Weeks, T. L., Barber, R. A., MacGregor, H. E. A., Jones, S. E. I., Vincent, C., Phillips, A. G., Marples, N. M., Montaño‐Centellas, F. A., Claramunt, S., Darski, B., Freeman, B. G., Bregman, T. P., … Coulson, T. (2022). AVONET: morphological, ecological and geographical data for all birds. Ecology Letters, 25(3), 581–597. https://doi.org/10.1111/ele.13898
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,082 | 0,095 |
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 ».