MétaCan
Menu
Retour à la cohorte
Enregistrement W6892276738 · doi:10.5063/f11r6p0w

Meteorological and thermal structure data at Lake Janauacá from November 2014 to September 2016

2022· dataset· en· W6892276738 sur OpenAlexaff

Notice bibliographique

RevueUC Santa Barbara · 2022
Typedataset
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Scientific and Economic Studies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésBuoyancyShortwave radiationWind speedAir temperatureTemperature measurementRelative humidityThermalStratification (seeds)

Résumé

récupéré en direct d'OpenAlex

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 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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,269
Score d'incertitude au seuil0,536

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0220,006

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 Opus0,042
Tête enseignante GPT0,231
Écart entre enseignants0,189 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUC Santa BarbaraMême sujetDiverse Scientific and Economic StudiesTravaux en français237 207