MétaCan
Menu
← Retour à la cohorte
Enregistrement W6913201691 · doi:10.5683/sp3/udvblq

ABoVE: Synthesis of Post-Fire Regeneration Across Boreal North America

2024· dataset· en· W6913201691 sur OpenAlexaffabout

Notice bibliographique

RevueBorealis · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensNatural Resources CanadaGovernment of Northwest TerritoriesMemorial University of NewfoundlandUniversité du QuébecWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésTaigaBorealSeedbedDominance (genetics)Growing seasonCrown (dentistry)Climate changeSeedling

Résumé

récupéré en direct d'OpenAlex

This record is for the dataset “ ABoVE: Synthesis of Post-Fire Regeneration Across Boreal North America” at https://doi.org/10.3334/ORNLDAAC/1955 . This dataset is a synthesis of species-specific pre- and post-fire tree stem density estimates, field plot characterization data, and acquired climate moisture deficit data for sites from Alaska, USA eastward to Quebec, Canada in fires that burned between 1989 and 2014. Data are from 1,538 sites across 58 fire perimeters encompassing 4.52 Mha of forest and all major boreal ecozones in North America. To be included in this synthesis, a site had to contain information on species-specific post-fire seedling densities. This included sites where seedlings had been counted 2-13 years post-fire, a timeframe over which there was little change in relative dominance of species based on densities. Plot characterization data includes stand age, site drainage, disturbance history, crown combustion severity, seedbed conditions, and stand structural attributes. Gridded values of Hargreaves Climate Moisture Deficit (CMD) were obtained for each plot where plot coordinates were available. These values included 30-year normals (1981-2010) and CMD in the two years immediately following the fire year. CMD anomalies were calculated as the difference between the 30-year normal and the single year values for each of the first two years after a fire. These synthesis data are provided in comma-separated values (CSV) format. This dataset can be downloaded at https://doi.org/10.3334/ORNLDAAC/1955 .

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,875
Score d'incertitude au seuil0,249

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,010
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0340,012

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 Opus0,012
Tête enseignante GPT0,281
Écart entre enseignants0,268 · 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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorealis→Travaux en français237 207→