MétaCan
Menu
← Retour à la cohorte
Enregistrement W6894423035 · doi:10.5683/sp3/leerjt

ABoVE: Synthesis of Burned and Unburned Forest Site Data, AK and Canada, 1983-2016

2024· dataset· en· W6894423035 sur OpenAlexaffabout

Notice bibliographique

RevueBorealis · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of SaskatchewanUniversity of GuelphWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésTaigaBorealMoistureHydrology (agriculture)Soil carbonCarbon fibersDisturbance (geology)Water content

Résumé

récupéré en direct d'OpenAlex

This record is for the dataset “ABoVE: Synthesis of Burned and Unburned Forest Site Data, AK and Canada, 1983-2016 ” at https://doi.org/10.3334/ORNLDAAC/1744. This dataset is a synthesis of field plot characterization data, derived above-ground and below-ground combusted carbon, and acquired Fire Weather Index (FWI) System components for burned boreal forest sites across Alaska, USA, the Northwest Territories, and Saskatchewan, Canada from 1983-2016. Unburned plot data are also included. Compiled plot-level characterization data include stand age, disturbance history, tree density, and tree biophysical measurements for calculation of the above-ground (ag) and below-ground (bg) biomass/carbon pools, pre-fire and residual post-fire soil organic layer (SOL) depths and estimates of combustion of tree structural classes. The measured slope and aspect for each site and an assigned moisture class based on topography are also provided. Data from 1019 burned and 152 unburned sites are included. From the estimates of combusted ag and bg carbon pools and SOL losses, the total carbon combusted, the proportion of pre-fire carbon combusted, and the proportion of total carbon combusted were calculated for each plot. FWI System components including moisture and drought codes and indices of fire danger were obtained for each plot from existing data sources based on the plot location, year of burn, and a dynamic start-up date (day of burn, DOB) from the global fire weather database. Data for soil characteristics are included in a separate file. This dataset can be downloaded at https://doi.org/10.3334/ORNLDAAC/1744.

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)0,004
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 enseignants0,046
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0070,024
Études des sciences et des technologies0,0020,000
Communication savante0,0030,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0460,043

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 Opus0,015
Tête enseignante GPT0,254
Écart entre enseignants0,239 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorealis→Travaux en français237 207→