MétaCan
Menu
Retour à la cohorte
Enregistrement W6887983505 · doi:10.17882/57113

Long-term and high-resolution time series datasets of vent species abundance from the Grotto hydrothermal edifice (Main Endeavour Field, Juan de Fuca Ridge)

2018· dataset· en· W6887983505 sur OpenAlexaffabout

Notice bibliographique

RevueSEANOE · 2018
Typedataset
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésObservatoryHydrothermal ventAssemblage (archaeology)Abundance (ecology)Deep timeSeries (stratigraphy)TemporalityLatitudeData set

Résumé

récupéré en direct d'OpenAlex

Focused on vent ecology, the TEMPO-mini ecological observatory module is deployed on the active Grotto hydrothermal edifice (Main Endeavour Field, Juan de Fuca Ridge), selected as a target site for the deep-sea cabled observatory Ocean Networks Canada. To study long-term temporal dynamics of vent communities, the camera was programmed to record 20-min video sequences six times a day (02.00, 06.00, 10.00, 14.00, 18.00 and 22.00 UTC) with three zoom levels per sequence corresponding to ‘large’, ‘medium’ and ‘fine’ views. The camera was focused on a Ridgeia piscesae tubeworm assemblage harbouring a dense community of associated fauna. Temporal variation in the observed abundances of four visible taxa (Ammotheidae pycnogonids, Polynoidae polychaetes, Buccinidae gastropods and Zoarcidae eelpouts) was quantified using the large and medium views (see Figure). To avoid ‘observer bias’ among consecutive measurements, video sequences were analysed in random order. The first observation strategy had a fixed daily observation time set at 10.00 UTC encompassing two years from 20 June 2013 to 20 June 2015. The second observation strategy was designed to identify seasonal components of macrofaunal and environmental variability. All six observations (observation frequency of TEMPO-mini) were analysed during one summer (June 2014) and three winters (November 2014, December 2014 and January 2015) months. These specific time windows were selected to minimize the amount of missing data generated by temporary shortcomings of the observatory and to maximize the presence of high-quality video imagery. Details on these observation methods and analyses conducted on a part of these datasets are published in Lelièvre et al. 2017 (DOI:10.1098/rspb.2016.2123).

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)0,000
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 enseignants0,045
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,017
Tête enseignante GPT0,271
Écart entre enseignants0,254 · 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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSEANOEMême sujetKnowledge Management and SharingTravaux en français237 207