Notice bibliographique
Résumé
Among all the large whales on Earth, the most unusual and least studied is the narwhal, the northernmost whale on the planet and the one most threatened by global warming. Narwhals thrive in the fjords and inlets of northern Canada and Greenland. These elusive whales, whose long tusks were the stuff of medieval European myths and Inuit legends, are uniquely adapted to the Arctic ecosystem and are able to dive below thick sheets of ice to depths of up to 1,500 meters in search of their prey-halibut, cod, and squid. Join Todd McLeish as he travels high above the Arctic circle to meet: Teams of scientific researchers studying the narwhal's life cycle and the mysteries of its tusk Inuit storytellers and hunters Animals that share the narwhals' habitat: walruses, polar bears, bowhead and beluga whales, ivory gulls, and two kinds of seals McLeish consults logbooks kept by whalers and explorers and interviews folklorists and historians to tease out the relationship between the real narwhal and the mythical unicorn. In Colorado, he visits climatologists studying changes in the seasonal cycles of the Arctic ice. From a history of the trade in narwhal tusks to descriptions of narwhals' vocalizations as heard through hydrophones, Narwhals reveals the beauty and thrill of the narwhal and its habitat, and the threat it faces from a rapidly changing world. Watch the trailer: http://www.youtube.com/watch?v=gHwaqdKyLCQ&list=UUge4MONgLFncQ1w1C_BnHcw&index=9&feature=plcp
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,280 | 0,113 |
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 ».