MétaCan
Menu
Retour à la cohorte
Enregistrement W6892067278 · doi:10.5066/p13wjrt5

High-Resolution UAS-Based Optical and Thermal Infrared Imagery and Geospatial Data from Surveys of Lake Ontario Tributaries, New York (ver. 2.0, December 2025)

2025· dataset· en· W6892067278 sur OpenAlexaboutno aff

Notice bibliographique

RevueUSGS DOI Tool Production Environment · 2025
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeospatial analysisShapefileTributaryHydrology (agriculture)Field (mathematics)Groundwater

Résumé

récupéré en direct d'OpenAlex

This data release contains geospatial datasets that identify thermal zones across multiple reaches of four tributaries to Lake Ontario: St. Regis River, Salmon River, South Sandy Creek, and Sandy Creek. High-resolution uncrewed aircraft system (UAS)-based optical and thermal infrared imagery and ground level field observations are included. Shapefiles for each tributary reach identify thermal zones that are three, five, ten, and fifteen percent different than a reference temperature calculated as a mean along the approximate centerline of each reach. Also included are shapefiles of output from statistical geospatial models described in Woda and others (2025) for the same four tributaries plus Oak Orchard Creek, and Irondequoit Creek. These models predict where groundwater discharge to these tributaries is most likely and results were used to guide the selection of field sites for data collection and higher-resolution drone-based surveys. These data are accessible as an online webmap: https://ny.water.usgs.gov/maps/thermalrefugia First posted July, 2025, ver. 1.0 Revised December 4, 2025, ver. 2.0 Version 2.0 includes all the Version 1.0 data plus shapefiles of outputs from statistical geospatial models used to predict groundwater discharge and identify locations for UAS-based imagery collection. Additional geospatial attributes describing the source of groundwater discharge observed during foot surveys are also included. These data are accessible as an online webmap: https://ny.water.usgs.gov/maps/thermalrefugia

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil0,181

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0540,019

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 Opus0,028
Tête enseignante GPT0,232
Écart entre enseignants0,205 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUSGS DOI Tool Production EnvironmentTravaux en français237 207