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 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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,155 | 0,145 |
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 ».