MétaCan
Menu
Retour à la cohorte
Enregistrement W622257797

Trends in water resources research

2008· book· en· W622257797 sur OpenAlexaboutno aff
Alan B. Prescott, Thomas U. Barkely

Notice bibliographique

RevueNova Science eBooks · 2008
Typebook
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceGroundwaterHydrology (agriculture)SeawaterEnvironmental engineeringGeologyOceanographyGeotechnical engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Preface Removal of Chlorophenols from Water using Polyvinyl Pyrrolidone (PVP) Discussion on the Uncertainties in Hydrological Modeling Refractory Organic Matter in Antarctic Seawater Hydrodynamic and Mass Transfer in Wiped Film Evaporator Marine Microbial Processes and Methodology (Frontiers and Technological Advances in Microbial Processes and Carbon Cycling in the Ocean) Mercury Behavior in the Water Column of an Impacted Coastal Lagoon: Ria de Aveiro (Portugal) as a Case Study Approaches to Estimating the Depth and Duration of Playa Lake Flooding Resolving Meniscus Movement within Rough Confining Surfaces via the Level Set Method The Hydrological Role of Forest in Siberia Municipal Wastewater Treatment and Antibiotic Resistance -- A Case Study Recent Tendencies in the Synthesis of Pillared Clays for Phenol Oxidation Application of the Natural Flow Regime Concept to the Development of A Comprehensive Streamflow Analysis Approach. Example of Annual Maximum Spring Flood in Southern Quebec Vertical Hydraulic Conductivity of Highly Permeable Alluvial Aquifers Detection of Adenoviruses and Hepatitis A Virus in Water Samples and Oysters: Use of Three Different Nucleic Acid Extraction Methods Modeling Rainfall-Runoff Process and Identifying System Response Function using Multi-Resolution Analysis Index.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,011
Études des sciences et des technologies0,0010,001
Communication savante0,0040,006
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0580,021

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 Opus0,175
Tête enseignante GPT0,361
Écart entre enseignants0,186 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNova Science eBooksMême sujetWater Quality Monitoring TechnologiesTravaux en français237 207