Meteorological and thermal structure data at Lake Janauacá from November 2014 to September 2016
Notice bibliographique
Résumé
This dataset contains meteorological data, measured and simulated temperature and buoyancy frequency data reported in the paper titled 'Hydrodynamic modeling of stratification and mixing in shallow, tropical floodplain lakes' by Zhou et al.. The meteorological data include time (Time) shortwave radiation (SWin), air temperature (Tair), relative humidity (RH), wind speed (WS), wind direction (WD) and rainfall (Rain) prepared for AEM3D and DYRESM simulations during the periods of field campaigns from November 2014 to September 2016 (Met_campaigns) and data for AEM3D simulations with simulation length extended (Met_extended.nc). Correspondingly, temperature and buoyancy frequency data have been organized into two files, one for the campaign periods (T_N_campaigns.nc) and the other for the extended periods (T_N_extended.nc). Each temperature and buoyancy frequency data file contains time (Time), depth (depth), temperature (T) and buoyancy frequency (N), with measured data marked with 'measured' and simulated data marked with 'aem3d' or 'dyresm'. These data have been directly used to create Fig. 3, 4, 7, 11 in the paper and Fig. S1, S2, S5, S7, S9, S11 and S14 to S17 in the supporting 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,712 | 0,027 |
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 ».