Notice bibliographique
Résumé
A dataset listing the 18 species recorded in GBIF matching the query: { "and" : [ "Country is one of (United States of America, Canada, Germany)", { "or" : [ "Geometry POLYGON((-87.86399 41.90845,-87.83014 41.72414,-87.50162 41.68986,-87.6115 42.01609,-87.72057 42.09619,-87.86324 41.99978,-87.86399 41.90845))", "Geometry POLYGON((-79.56024 43.57087,-79.39673 43.58707,-79.26253 43.64758,-79.17464 43.74781,-79.16607 43.77775,-79.36285 43.77901,-79.56487 43.72253,-79.56024 43.57087))", "Geometry POLYGON((7.68529 47.97424,7.68795 47.96576,7.72759 47.91773,7.80457 47.90129,7.87432 47.91031,7.92082 47.96558,7.91131 48.08331,7.82017 48.08851,7.74795 48.06041,7.68529 47.97424))", "Geometry POLYGON((-112.19533 33.71073,-112.25341 33.4781,-112.2114 33.2679,-112.03083 33.18389,-111.80416 33.22571,-111.78702 33.39841,-111.95085 33.70296,-112.19533 33.71073))" ] }, "TaxonKey is one of (Odocoileus virginianus (Zimmermann, 1780), Capreolus capreolus (Linnaeus, 1758), Sciurus vulgaris Linnaeus, 1758, Oryctolagus cuniculus (Linnaeus, 1758), Lepus europaeus Pallas, 1778, Vulpes vulpes (Linnaeus, 1758), Leporidae, Sciurus carolinensis Gmelin, 1788)" ] } The dataset's 18 records were derived from 35 constituent datasets; see https://api.gbif.org/v1/occurrence/download/0190341-230224095556074/datasets/export for details. Data from some individual datasets included in this download may be licensed under less restrictive terms.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,453 | 0,621 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».