MétaCan
Menu
Retour à la cohorte
Enregistrement W6901752280 · doi:10.60692/9gg8v-rze08

What We Have Learned From the Framework for Ocean Observing: Evolution of the Global Ocean Observing System

2019· article· en· W6901752280 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGreater South Information System · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueEnvironmental Monitoring and Data Management
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésOcean observationsWork (physics)Corporate governanceSet (abstract data type)Indian oceanGlobal governance

Résumé

récupéré en direct d'OpenAlex

The Global Ocean Observing System (GOOS) and its partners have worked together over the past decade to break down barriers between open-ocean and coastal observing, between scientific disciplines, and between operational and research institutions. Here we discuss some GOOS successes and challenges from the past decade, and present ideas for moving forward, including highlights of the GOOS 2030 Strategy published in 2019. The OceanObs'09 meeting in Venice in 2009 resulted in a remarkable consensus on the need for a common set of guidelines for the global ocean observing community. Work following the meeting led to development of the Framework for Ocean Observing (FOO) published in 2012 and adopted by GOOS as a foundational document that same year. The FOO provides guidelines for the setting of requirements, assessing technology readiness, and assessing the usefulness of data and products for users. Here we evaluate successes and challenges in FOO implementation and consider ways to ensure broader use of the FOO principles. The proliferation of ocean observing activities around the world is extremely diverse and not managed, or even overseen by, any one entity. The lack of coherent governance has resulted in duplication and varying degrees of clarity, responsibility, coordination and data sharing. GOOS has had considerable success over the past decade in encouraging voluntary collaboration across much of this broad community, including increased use of the FOO guidelines and partly effective governance, but much remains to be done. Here we outline and discuss several approaches for GOOS to deliver more effective governance to achieve our collective vision of fully meeting society's needs. What would a more effective and well-structured governance arrangement look like? Can the existing system be modified? Do we need to rebuild it from scratch? We consider the case for evolution versus revolution. Community-wide consideration of these governance issues will be timely and important before, during and following the OceanObs'19 meeting in September 2019.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil0,415

Scores Codex et Gemma par catégorie

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

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 Opus0,044
Tête enseignante GPT0,204
Écart entre enseignants0,161 · 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