MétaCan
Menu
← Retour à la cohorte
Enregistrement W6920054608 · doi:10.60521/331754

Processed bathymetry data (ESRI ASCII grids) from the continental slope of the Canadian Beaufort Sea acquired near-bottom with the MBARI mapping AUV in 2022 and with earlier with surface ships.

2024· dataset· en· W6920054608 sur OpenAlexaboutno aff

Notice bibliographique

RevueMarine Geoscience Data System (MGDS) - Lamont-Doherty Earth Observatory (LDEO) · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBathymetrySonarCruiseASCIISeabedBeaufort seaGrid

Résumé

récupéré en direct d'OpenAlex

This gridded bathymetry data set was generated from severeal sources. High-resolution near-bottom swath bathymetry data was acquired in 2022 with a Reson SeaBat 7125 Multibeam sonar system on the MBARI Mapping AUV missions 20220830m1 and 20220906m2 that were conducted during IBRV Araon cruise ARA13C in the Beaufort Sea. Surface ship bathymetry was collected with a Kongsberg EM302 multibeam sonar system during the 2010 CCGS Amundsen ArcticNet UNB cruise, and with a Kongsberg EM2045 multibeam sonar system on CCGS Sir Wilfrid Laurier IOS cruise 2019-090.The files are in ESRI ASCII grid format, are unprojected in geographic coordinates, and were processed using the open-source multibeam sonar processing software MB-System. The grids have 2-meter horizontal resolution. Files with "TopoDiff" in the file name are difference grids in which bathymetry values from earlier surface ship surveys are substracted from the values collected during the 2022 near-bottom AUV surveys. The MB-SYSTEM and GMT commands that were used to generate these grids are given in the associated Figure.cmd file that can be downloaded with these grids. The AUV survey missions data was acquired as part of a collaborative research project between MBARI, the Geological Survey of Canada, and the Korea Polar Research Institute. Funding for the AUV mapping was provided from the David and Lucile Packard Foundation.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,055
Score d'incertitude au seuil0,184

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,009
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0550,017

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 Opus0,034
Tête enseignante GPT0,225
Écart entre enseignants0,191 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Geoscience Data System (MGDS) - Lamont-Doherty Earth Observatory (LDEO)→Travaux en français237 207→