MétaCan
Menu
Retour à la cohorte
Enregistrement W6887449935 · doi:10.15493/saeon.egagasini.181122-1

SkiMonkey mounted MicroCAT CTD data from around Prince Edward Island on SA Agulhas II Voyage 024, April 2017

2022· dataset· en· W6887449935 sur OpenAlexaboutno aff

Notice bibliographique

RevueSAEON Data Centre · 2022
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCruiseSeafloor spreadingCTDNautical mileBathythermographShoreLongitudeTowingSeamount

Résumé

récupéré en direct d'OpenAlex

With the declaration on 9 April 2013 of the Prince Edward Islands (PEIs) as South Africa’s first offshore Marine Protected Area (MPA), the outcomes of this cruise will further contribute toward an integrated view and a better understanding of the functioning of the combined island/marine PEI ecosystem.This accession contains raw and processed SkiMonkey mounted SBE-37 MicroCAT CTD data collected from part of the Marion Island Relief Voyage on the SA Agulhas II Voyage 024. At each station the SkiMonkey III towed camera system, with the MicroCAT CTD attached, was deployed off the stern of the ship, from the plankton towing winch at a speed of 1 m/s until contact with the seafloor was made. Once on the seafloor, the system was towed behind the vessel at a speed of 1 knot for approximately 20 minutes. Following this, the system was retrieved and the data were downloaded and backed-up appropriately. Note that latitude and longitude information were only recorded at two points per station, when the system touched down on the seafloor and when it was retrieved from the seafloor (i.e. Start_Lat_DD, Start_Lon_DD, End_Lat_DD, End_Lon_DD). The download is divided into station level folders, within which the user can find ReadME documents describing the variables recorded in the data, a _StationLevelData sheet describing the instrument deployment, a _RawData file with data extracted as is from the instrument, and a _CleanData file with processed data as described in the metadata lineage statement.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil0,195

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0140,008

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 Opus0,047
Tête enseignante GPT0,308
Écart entre enseignants0,261 · 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
GenreJeu de données

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAEON Data CentreTravaux en français237 207