Replication Data for: A Machine learning approach for filling long gaps in Eddy Covariance time series data in a Tropical Dry Forest
Notice bibliographique
Résumé
These datasets are part of the input and output of the ML approach used to fill longer gaps in EC time series, concerning the manuscript “A Machine learning approach for filling long gaps in Eddy 2 Covariance time series data in a Tropical Dry Forest.” These files represent the Eddy-Covariance flux time series from the Principe flux site at the Santa Rosa National Park-Environmental Monitoring Superior Site (SRNP-EMSS). ‘SRNP_Principe 2013-2022-_timeseries - CO2.csv’ is the carbon flux (µmol/m2/sec) at 30-minute intervals, including gaps filled in first stage (using MissForest ML for shorter gaps), and second stage (using Prophet model for longer gaps). ‘SRNP_Principe 2013-2022-_timeseries – H.csv’ is the sensible heat flux (W/m2) at 30-minute intervals, including the outputs from the first and second stage ML time series gap-filling. ‘SRNP_Principe 2013-2022-_timeseries – LE.csv’ is the latent heat flux (W/m2) at 30-minute intervals, including the first and second-stage ML time series gap-filling outputs. ‘SRNP_Principe 2013-2022-_timeseries – RH.csv’ is the relative humidity (%) at 30-minute intervals, including the outputs from the first and second stage ML time series gap-filling. ‘SRNP_Principe 2013-2022-_timeseries – Tair.csv’ is the air temperature (℃) at 30-minute intervals, including the outputs from the first and second stage ML time series gap-filling. Finally, ‘SRNP_Principe 2013-2022-_timeseries – VPD.csv’ is the Vapor pressure deficit (kPa) at 30-minute intervals, including the first and second-stage ML time series gap-filling outputs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,011 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».