Memorial University Ocean Glider Deployments : 2005 – Present
Notice bibliographique
Résumé
Memorial University has over the past 15 years been involved in various ocean glider activities with deployments focused primarily on the Newfoundland Shelf and the Labrador Sea. For example, there are four deployments with glider data in the Labrador Sea. Partnerships with Fisheries and Oceans Canada and Ocean Gliders Canada have also resulted in deployments of Memorial's gliders in the Pacific. The data contain 14’663 mission kms, 620 deployment days and 25’108 individual glider profiles. L1 NETCDF files for every deployment archived on the Memorial University’s Glider Data server are made available publicly for scientific research. Deployments vary in duration and region. All files were processed with the SOCIB glider toolbox (Troupin et al., 2015), modified by Nicolai von Oppeln-Bronikowski, 2019 for MUN glider deployments. Metadata: File creator(s), contact info, institution, applicable funding, responsible researcher(s), deployment region, deployment start, deployment end, longitude min, longitude max, latitude min, latitude max, glider type, glider configuration if known, sensors, sensor serial numbers, science data QC. Glider Data: - Minimum Data: Time, Depth, Position, Depth-Averaged Current, CTD. - Most Deployments: Oxy_umolL, Oxy_Calphase_DEG, Oxy_sat - Some Deployments: pCO2_uatm, pCO2_Calphase_DEG, pCO2_Dphase
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 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 ».