MétaCan
Menu
Retour à la cohorte
Enregistrement W6893439100 · doi:10.5281/zenodo.2579386

GEM-MACH CFFEPS rev m3848_CFFEPS

2019· other· en· W6893439100 sur OpenAlexaffabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2019
Typeother
Langueen
Domaine
Thématique
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésAir quality indexExecutableBiomass burningQuality (philosophy)SoftwareSource codeGovernment (linguistics)Code (set theory)

Résumé

récupéré en direct d'OpenAlex

# GEM-MACH for CFFEPS # Source code from Air Quality Research Division, Environment and Climate Change Canada (ECCC), Government of Canada This is a modified version of the chemistry module code from version 2.1.0 of the ECCC GEM-MACH air quality model. GEM-MACH is the model used in the ECCC operational air quality forecast system (e.g., Pavlovic et al., 2016) and this version has been modified to accept fire emissions from the [Canadian Forest Fire Emission Prediction System - CFFEPS](https://github.com/jackenvcan/cffeps). The code posted here is the version of the GEM-MACH source code that was used in the study described in the manuscript entitled "The FireWork air quality forecast system with biomass burning emissions from the Canadian Forest Fire Emissions Prediction System". GEM-MACH is an extension of ECCC's standard GEM numerical weather prediction model, a version of which is available from a [Github repository](https://github.com/mfvalin/gem). The executable for GEM-MACH is obtained by providing this chemistry library to GEM when generating its executable. The GEM-MACH atmospheric chemistry module for the GEM (meteorology) numerical weather prediction model (Copyright ©2007–2013. The GEM-MACH codes are released as free software that can be redistributed and/or modified under the terms of the GNU Lesser General Public License, either version 2.1 or any later version, as published by the Free Software Foundation. *Pavlovic, R., J. Chen, K. Anderson, M.D. Moran, P.-A. Beaulieu, D. Davignon, and S. Cousineau, 2016. The FireWork air quality forecast system with near-real-time biomass burning emissions: Recent developments and evaluation of performance for the 2015 North American wildfire season. J. Air & Waste Manage. Assoc., 66, 819-841, doi:10.1080/10962247.2016.1158214.* --- Internal revision tracking: this is cloned from AQMAS/gem-mach repository branch *m3848_CFFEPS* from revision *AQMAS/gem-mach/commit/7eefc266c90739249ebad15a5d23bb1828ea449f*

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,376
Score d'incertitude au seuil0,891

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,005
Science ouverte0,0050,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,3760,357

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 Opus0,033
Tête enseignante GPT0,251
Écart entre enseignants0,218 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Travaux en français237 207