Eelgrass Extent - Coastal British Columbia
Notice bibliographique
Résumé
This dataset represents polygons of eelgrass on the BC coast predicted from existing geospatial datasets of seagrass extent (ShoreZone) and bathymetry. The extent of eelgrass in British Columbia was estimated using a novel tool created for ArcGIS (the Gregrator).This tool requires 2 inputs: (1) the coastline data from Shorezone (including line shapefiles that represent the extent of eelgrass) and (2) bathymetry data. Briefly, each line segment of coast in ShoreZone is converted to points along its vertices. These points are used to generate Thiessen polygons, where each Thiessen polygon “defines an area of influence around its sample point, so that any location inside the polygons is closer to that point than any of the other sample points” (Esri, 2016). Thiessen polygons were then clipped to the extent of polygons which spanned the area from the coastline to maximum depth based on the results of the bathymetry analysis. These methods are based on those described in Gregr et al 2013. Gregr, E. J., Lessard, J., & Harper, J. (2013). Progress in Oceanography A spatial framework for representing nearshore ecosystems. Progress in Oceanography, 115, 189–201. http://doi.org/10.1016/j.pocean.2013.05.028 Contact data@hakai.org for more information
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,054 |
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; les deux têtes enseignantes 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 ».