MétaCan
Menu
Retour à la cohorte
Enregistrement W6888717908 · doi:10.21966/n0h9-cq15

Nutrient and dissolved organic carbon in fresh and marine waters of Kwakshua Channel, British Columbia, Canada

2014· dataset· en· W6888717908 sur OpenAlexaffabout

Notice bibliographique

RevueHakai Institute · 2014
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNutrientWatershedWater qualityDissolved organic carbonPrecipitationTotal organic carbonHydrology (agriculture)Surface waterSTREAMS

Résumé

récupéré en direct d'OpenAlex

This data package contains data associated with the manuscript St. Pierre et al. (2020), to be submitted to Biogeosciences. Data in this package characterise spatial and temporal variability in nutrient (nitrogen, phosphorus, iron, silica) and dissolved organic carbon (DOC) concentrations in seven freshwater streams on Calvert and Hecate Islands, and the surface (0-5 m) waters at 13 marine stations within Meay and Kwakshua Channels on the British Columbia Central Coast. Briefly, the streams and marine stations were sampled at approximately monthly intervals between August 2014 and December 2018. Detailed information on sampling protocols, sample analysis, and data processing can be found in St. Pierre et al. (2020). There are 4 datasets associated with this package. Data dictionaries associated with each dataset are included in the ‘Data dictionary.xlsx’ spreadsheet. Methodological information is detailed in St. Pierre et al. (2020). Each dataset is described below: ‘Freshwater Chemistry (2014-2018) - Final.csv’: Concentrations of nutrients and dissolved organic carbon in mg/L. Used with discharge data to calculate stream fluxes. ‘All watershed nutrient fluxes - Final.csv’: Daily nutrient and organic carbon fluxes by watershed between 1-Aug-2014 and 31-Dec-2018. Also includes stoichiometric ratios of the fluxes. ‘Marine Nutrient + YSI data - Final.csv’: Measured surface water (0-5 m) nutrient and dissolved organic carbon chemistry across 13 marine stations in Kwakshua and Meay Channels. ‘Watershed Time Series - Rain and Air Temp.csv’: Watershed-specific monthly mean, minimum, and maximum air temperature and total monthly rainfall. Climate normals, model monthly temperature and precipitation were extracted from climatewna.com (Wang et al. 2016) using the weather station coordinates for comparison with the measured quantities and are also included. Detailed methodology is found in: St. Pierre, K.A., Hunt, B.P.V, Tank, S.E., Giesbrecht, I., Floyd, W.C., Korver, M.C., Lertzman, K. (2020) Rain-fed streams dilute inorganic nutrients but subsidise organic matter-associated nutrients in coastal waters of the northeast Pacific Ocean. [To be submitted to Biogeosciences] Associated are the discharge dataset (Korver et al. 2019a) and stream rainfall event sampling dataset (Korver et al. 2019b). Stream rainfall event chemistry is integrated into the ‘Freshwater Chemistry (2014-2018) Final.csv’ dataset.

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)0,002
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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,009
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,004

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 Opus0,006
Tête enseignante GPT0,184
Écart entre enseignants0,179 · 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

Citations3
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHakai InstituteTravaux en français237 207