xclim: xarray-based climate data analytics
Notice bibliographique
Résumé
Contributors to this version: Trevor James Smith (@Zeitsperre), Pascal Bourgault (@aulemahal). New features and enhancements Added the op keyword to the growing_season_{start|end} indices and indicators, allowing for customizable threshold operators using indices.generic.compare(). (GH/1794, PR/1796). xclim now separates the optional dependencies into dev and docs recipes. Both can be installed with the all option ($ python -m pip install xclim[all]). (PR/1806). Bug fixes Units of degree-days computations with Fahrenheit input fixed to yield "°R d". Added a new xclim.core.units.ensure_absolute_temperature method to convert from delta to absolute temperatures. (GH/1789, PR/1804). Clarified a typo in the docstring formula for xclim.indices.growing_season_length. (PR/1796). Internal changes netcdf4 has been pinned below v1.7 for test stability reasons. (PR/1791). flake8-bandit-like checks have been enabled via ruff, with fixes for a few security-related issues. (PR/1806). xclim.testing.utils now employs more secure URL auditing checks. (PR/1806). CHANGES.rst has been renamed to CHANGELOG.rst, adhering to suggestions from the keepachangelog v.1.1.0 specifications. (PR/1823). CI changes GitHub repository now uses Rulesets for branch protection. (PR/1790). Version bumping and project triage is now handled by the Ouranos Helper GitHub App. (PR/1790). bump-my-version has been updated to v0.23.0. (PR/1790). The Ouranos Helper GitHub App now provides verified commits. (GH/1811, PR/1812). Added the deptry package to the dev linter tools and linting workflows for performing dependency analyses. (PR/1806). Several linting tools have been updated to the latest versions and pinned. (PR/1806).
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,046 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».