MétaCan
Menu
Retour à la cohorte
Enregistrement W6907434899 · doi:10.21966/pvy6-nw38

iTrack Oysters February 2023 Experiment - Environmental and Oyster Health Data

2023· dataset· en· W6907434899 sur OpenAlexaff

Notice bibliographique

RevueHakai Institute · 2023
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésMesocosmOysterCrassostreaSentinel speciesVulnerability (computing)Environmental dataEastern oysterMytilus

Résumé

récupéré en direct d'OpenAlex

This data package is a component of the Hakai Institute’s Marna Wet Lab and Caren Helbing (University of Victoria, UVic) collaborative iTrack project investigating environmental effects on eDNA and eRNA. Hakai Institute's Marna Wet Lab experimental research program uses laboratory experiments to evaluate marine organisms' responses to simulated current and future ocean environmental conditions. The overarching objective of Hakai Wet Lab experimental research is to investigate the mechanisms of vulnerability and resilience of a variety of marine species and communities under static or dynamic future environmental conditions, and understand how organisms are responding phenotypically, physiologically and/or genomically to thermal and acidification stress. This experiment was part one of a series of mesocosm experiments and took place at the Marna Wet Lab at Hakai’s Quadra Island Ecological Observatory February 22-27, 2023. The purpose of this experiment was to investigate eDNA and eRNA production and degradation under different pCO2 conditions. Adult Pacific oysters (Crassostrea gigas) were chosen as model organism and exposed to various pCO2 treatments (520 µatm, 950 µatm, and 1200 µatm) under constant temperature (10C). eDNA and eRNA samples were collected while oysters were present (Production phase) and after oysters were removed (Degradation phase). A subsample of oysters from each tank were destructively sampled for weight, size, condition/health and gill and gonad RNA at the end of the experiment. This data package contains the mesocosm temperature and carbonate chemistry data and oyster health data only and will be available upon request until the manuscript has been accepted at which time the data will be made publicly available. In light of the effort required to obtain these data and create data packages, we request all data users that, in addition to following the CC-BY license terms, they give attribution to the data providers and follow fair use guidelines: 1) respect the data providers, and provide helpful feedback on data quality, and 2) communicate and/or collaborate with Hakai Marna Wet Lab researchers and collaborators if you are considering using this dataset for manuscripts or other forms of reporting.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,970
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0440,013

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 Opus0,089
Tête enseignante GPT0,336
Écart entre enseignants0,247 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHakai InstituteTravaux en français237 207