MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408824859 · doi:10.5194/oos2025-960

Capacity building in observations for a sustained stewardship of the deep ocean

2025· preprint· en· W4408824859 sur OpenAlexaffabout
Nan‐Chin Chu, Hélène Leau, Daniela Loock, Ella Minicola, Sara Pero, Ingrid Puillat, Takashi Toyofuku

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine Biology and Ecology Research
Établissements canadiensOcean Networks Canada Society
Organismes subventionnairesnon disponible
Mots-clésStewardship (theology)Environmental scienceEnvironmental resource managementClimatologyBusinessOceanographyNatural resource economicsGeologyPolitical scienceEconomicsPolitics

Résumé

récupéré en direct d'OpenAlex

Deep-sea ecosystems are vulnerable to large-scale resource extraction and the oceanic consequences of fossil fuel burning. Serious threats to coastal communities and infrastructures from earthquakes and tsunamis are often associated with the volcanism occurring on the seafloor. High-tech devices and expertise from multiple scientific areas are necessary to further our understanding of how to solve these coast-abyss interactive threats. The hostile environment of the deep ocean makes the observation more challenging and demanding in terms of eco-friendly technologies and human resources. The UN Ocean Decade programme "One Ocean Network for Deep Observation (OneDeepOcean)" is a network of seabed & water column observatories from Ifremer, EMSO-ERIC, Ocean Networks Canada and JAMSTEC. It aims at providing integrated knowledge on the functioning of deep-sea ecosystems under global changes, obtaining environmental properties, to enhance efforts in mitigating natural disasters, and to engage citizens with a deep ocean increasingly under pressure due to human activities. Time-series imagery and sensor data from our platforms support world-leading research into how deep-sea organisms respond to habitat disturbance and long-term environmental change. Together we work to expand a joint capacity building initiative that will include for instance students’ mobility and shipboard training. In this poster, we will highlight opportunities for knowledge exchange and capacity building that will allow students and early career ocean professionals to access deep-sea and water column observational facilities. We intend to associate our efforts to establish practices and shared notebooks for time series analysis and AI based image analysis.

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)0,022
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,005
Communication savante0,0090,014
Science ouverte0,0030,036
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0200,003

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 Opus0,069
Tête enseignante GPT0,286
Écart entre enseignants0,217 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMarine Biology and Ecology Research→Travaux en français237 207→