Notice bibliographique
Résumé
A dataset containing 31406 species occurrences available in GBIF matching the query: { "and" : [ "BasisOfRecord is one of (Observation, Human Observation, Material sample, Material citation, Specimen, Living Specimen, Occurrence evidence)", "Continent is one of (Asia, Europe, North America)", "Country is one of (United States of America, China, Japan, Korea, Republic of, Russian Federation, Canada, Greece, Hungary)", { "or" : [ "Geometry POLYGON((-89.2492 56.89651,-99.37209 48.9524,-106.71934 31.68652,-97.24954 24.93683,-80.43248 24.19437,-71.12596 38.36419,-66.88087 44.82681,-67.53396 47.75903,-69.6565 47.64915,-71.12596 45.51742,-74.55468 46.31255,-78.63649 51.56121,-81.41212 51.6626,-82.55503 53.35176,-82.39175 55.25666,-89.2492 56.89651))", "Geometry POLYGON((13.29384 46.66966,13.357 45.12751,13.63892 44.56787,18.48784 41.56179,19.84103 38.71768,21.19422 36.25745,27.79101 35.15869,30.10616 34.29425,32.18887 35.52663,35.34631 36.12093,34.95163 34.13828,34.50353 31.77454,38.30737 32.26779,40.99244 34.32485,48.05843 28.17883,53.94948 26.12649,56.76373 26.50726,58.8877 24.83229,61.70196 24.97678,63.02944 26.31703,63.61353 27.78298,62.92324 28.85806,61.80816 29.83005,62.17985 30.70141,61.48956 32.5102,61.22407 33.53417,61.75506 34.58988,61.01167 37.55067,58.62221 38.59566,57.02923 38.88558,54.95836 38.72006,53.94948 37.92859,53.31229 37.84477,53.68398 36.95898,50.65733 37.17083,49.38295 37.88669,49.06435 38.88558,49.91394 39.82985,51.13522 40.55992,47.78997 45.7829,38.81621 46.91902,37.43563 46.70097,36.26745 44.77411,41.31187 41.91742,34.78067 42.62467,28.88666 42.3898,27.29368 42.54648,25.11662 41.64024,23.68294 41.83835,22.59373 42.59756,23.32137 43.14403,22.98447 43.86601,22.76883 44.64258,20.97626 46.03427,22.99548 48.20211,21.33931 49.10452,17.09769 48.07852,13.15689 46.66239,13.29384 46.66966))", "Geometry POLYGON((89.43754 25.15737,91.63021 24.90903,90.57303 23.51638,91.35612 22.72416,92.60908 21.85468,93.9795 22.07255,93.66626 23.73162,94.52766 23.37269,95.23245 25.12192,97.10668 26.76887,97.72809 28.01028,97.01347 28.5575,96.2367 29.67042,94.27924 29.50831,92.50821 28.80283,91.91787 28.11995,90.05363 28.5575,88.99723 27.79061,88.22046 28.42096,87.56797 27.9005,87.63012 26.40767,89.43754 25.15737))", "Geometry POLYGON((107.39552 21.27719,108.80232 20.43894,110.18553 19.95213,111.65518 21.00494,114.76739 21.16626,122.89373 27.61763,123.84468 37.43587,119.43571 38.45844,122.02922 40.65762,118.50654 44.40854,105.09963 37.7252,96.41229 43.12023,91.06027 37.79983,99.30259 31.89452,94.23776 31.59642,97.56884 28.91126,97.95747 27.54167,96.68055 24.19538,98.12402 22.15401,101.95476 20.23893,102.0658 22.15401,105.39687 22.66725,107.39552 21.27719))", "Geometry POLYGON((123.81406 39.68597,125.0231 33.81579,128.96397 27.4638,133.39746 30.62139,143.41385 33.74755,142.67811 40.87596,146.86529 42.89278,145.71587 44.96205,141.548 45.71229,136.1293 42.89278,131.44951 43.13292,126.93392 42.53083,123.81406 39.68597))" ] }, "HasCoordinate is true", "HasGeospatialIssue is false", "TaxonKey is Castanea Mill." ] } The dataset includes 31406 records from 295 constituent datasets; see https://api.gbif.org/v1/occurrence/download/0009254-250227182400228/datasets/export for details. Data from some individual datasets included in this download may be licensed under less restrictive terms.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,238 | 0,335 |
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 ».