Notice bibliographique
Résumé
A dataset containing 21630 species occurrences available in GBIF matching the query: { "and" : [ "Country is Canada", "Year 2000-2020", "Geometry POLYGON((-89.79642 56.85986,-94.54872 53.01997,-94.92874 48.9903,-92.83794 48.30599,-89.45426 47.96384,-87.0975 48.49577,-84.77815 46.5569,-83.44785 45.72067,-82.23115 43.70561,-83.86574 41.691,-81.81281 41.31053,-79.03771 42.71747,-78.99984 43.43964,-76.33834 43.81966,-74.13349 45.18828,-73.44918 45.49257,-75.76808 45.83472,-78.08743 46.17688,-79.342 47.58336,-79.37986 52.14542,-82.23115 52.94378,-82.00305 55.18695,-89.79642 56.85986))", "DatasetKey is EOD – eBird Observation Dataset", { "or" : [ "TaxonKey is Empidonax virescens (Vieillot, 1818)", "TaxonKey is Tyto alba (Scopoli, 1769)", "TaxonKey is Aquila chrysaetos (Linnaeus, 1758)", "TaxonKey is Ammodramus henslowii (Audubon, 1829)", "TaxonKey is Rallus elegans Audubon, 1834", "TaxonKey is Setophaga kirtlandii (S.F.Baird, 1852)", "TaxonKey is Lanius ludovicianus Linnaeus, 1766", "TaxonKey is Colinus virginianus (Linnaeus, 1758)", "TaxonKey is Charadrius melodus Ord, 1824", "TaxonKey is Protonotaria citrea (Boddaert, 1783)", "TaxonKey is Calidris canutus (Linnaeus, 1758)", "TaxonKey is Icteria virens (Linnaeus, 1758)" ] } ] } The dataset includes 21630 records from 1 constituent datasets; see https://api.gbif.org/v1/occurrence/download/0040312-200221144449610/datasets/export for details. Data from some individual datasets included in this download may be licensed under less restrictive terms.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,189 | 0,313 |
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 ».