Snow on Antarctic Sea Ice - McMurdo Sound 2022
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Data of snow and sea ice in the McMurdo Sound, October-December 2022. The data was collected as part of the New Zealand Marsden Fund Research Grant 21-VUW-103 "Can Snow Change the Fate of Antarctic Sea Ice?" The dataset includes raw data of the manual snow and sea ice measurements from snow pits and ice cores (temperature, density, salinity, dO18), measurements of snow water equivalent (SWE), spatial information of snow height (MagnaProbe) and sea ice thickness (EM-31), AWS (air temperature, wind speed, wind direction, relative humidity, pressure), radiations stations (shortwave, longwave, thermal IR, spectral shortwave), differential GPS data (3 fixed stations on different sea ice thicknesses, + 1 rover station for georeferencing UAV measurements), SIMBA buoy temperature (+heated temperature) data (3 buoys during November, 1 buoy for 15 months), UAV data: RGB, thermal IR, broadband albedo, spectral albedo, Chlorophyll-a from ice cores (bottom 10 cm), NIR reflectivity data of snow at 850 nm, and 940 nm (snow surface, profile, ice surface), photographs (1. overview of field sites, 2. for Structure from Motion for surface roughness, 3. macrophotos of snow) surface impurity concentrations, microCT data of snow microstructure, Denoth probe (density) and InfraSnow (specific surface area - SSA). See the README file in each dataset for detailed information.
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.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,093 | 0,003 |
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 découle