Notice bibliographique
Résumé
A dataset containing 59976 species occurrences available in GBIF matching the query: { "and" : [ "HasCoordinate is TRUE", "HasGeospatialIssue is FALSE", "Geometry POLYGON((-100.551 36.917,-71.79 36.917,-71.79 49.612,-100.551 49.612,-100.551 36.917))", "Year is greater than or equal to 1970", "RecordedBy is one of (Glenn Barrett, Glenn Perricone, Gone But Not Forgotten - R.I.P, Graeme Laubach, Gray Catanzaro, Greg Coniglio, Greg Lawrence, Greg Meredith, Guelph Lake Nature Centre, Guy Mayer, Gwendolyn Temple, Hamilton Turner, Hannah McCurdy-Adams, Hannah Mews, Heather, Helena, Henrique Pacheco, Herpihiko Komatsu, Hunter Meinke, Huy Chi Truong, IHUNTA, Ian Johnson, Inland Seas Education Association, Isaac, J. Burke Korol, Jack Farley, Jackson MacNeal, Jackson Nesbit, Jacob Bowman, Jacob Carroll, Jacob Collison, Jacob E. Norton, Jacob Saucier, Jacob Schick, Jake, Jake OFlaherty, Jakob Mueller, James, James Holdsworth, James Maughn, James Parham, James Yates, Janae Taylor, Janet, Janet Gingold, Jared Gorrell, Jason L Miller, Jason McNees, Jazagiabern, Jazz (aka turtlehelper))", "TaxonKey is Chordata" ] } The dataset includes 59976 records from 5 constituent datasets; see https://api.gbif.org/v1/occurrence/download/0002161-250221090833381/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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,291 | 0,418 |
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 ».