HLY-05-02 Macrofauna Data. Version 1.0
Notice bibliographique
Résumé
This dataset contains soft bottom metazoan infauna (larger than 250 micrometer) that was collected with 33 box cores at 11 stations ranging from 817 m to 3961 m water depth in the high Arctic Canada Basin from 28 June to 25 July 2005. Total infauna abundance ranged from 0.6 to 50 individuals per 0.06 square meter (89-2722 individuals per square meter) and total biomass ranged from 0.2-1.6 g wet weight per 0.06 square meter (less than 0.1-26.1 g wet weight per square meter). Infauna taxon number per station was between 8 and 55. Abundance, biomass, taxon number and diversity indices of infauna declined significantly with water depth. Polychaetes, crustaceans and bivalves dominated the infaunal densities, biomass and species numbers. A total of 99 infauna taxa were identified, including at least three new species of polychaetes. This dataset is part of the Pacific Marine Arctic Regional Synthesis (PacMARS) Project. Multivariate analysis indicated that station groups "Chukchi slope," "Canada Basin abyss" and "Chukchi Cap" were moderately, but significantly, different in the infauna samples, but could not be similarly distinguished as such in the epifauna photographs. This data set contains the raw counts for each box core replicate sample, mostly per 0.06 m2 (20x30 cm) for replicates 1 and 2, and per 0.03 m2 for replicate 3. The second half of replicate three was used to sample for measurements of grain size, sediment organic carbon, etc. Those environmental data as well as mean station totals of abundance and biomass are in the related publication: MacDonald IR, Bluhm BA (shared 1st authorship), Iken K, Gagaev S, Strong S (2010) "Benthic macrofaunal and megafaunal assemblages in the Arctic deep-sea Canada Basin." Deep-Sea Research II 57:136-152. Species identifications were primarily conducted by the taxonomists listed in the data file.
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) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,054 | 0,061 |
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 ».