MétaCan
Menu
Retour à la cohorte
Enregistrement W6925523135 · doi:10.17882/89505

MAP-IO (Marion Dusfresne Atmospheric Program - Indian Ocean) flow cytometry

2024· dataset· en· W6925523135 sur OpenAlexaff

Notice bibliographique

RevueSEANOE · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensCanadian Nautical Research Society
Organismes subventionnairesnon disponible
Mots-clésObservatorySample (material)Atmosphere (unit)European unionEuropean commissionSet (abstract data type)

Résumé

récupéré en direct d'OpenAlex

The MAP-IO (Marion Dusfresne Atmospheric Program - Indian Ocean) program aims to make up for the lack of observation in this region of the earth by equipping the Marion Dufresne vessel (https://taaf.fr/en/marion-dufresne-and-astrolabe/) with a set of in-situ instruments and remote sensing for the atmosphere and marine biology studies. This program has been labeled by the French Commission Nationale de la Flotte Hauturière (CNFH, https://www.flotteoceanographique.fr/) for the period 2021 to 2024. During this period, MAP-IO will operate as a scientific program for the acquisition and scientific enhancement of four years of data. This period will also serve as an operational prototype to study the feasibility of switching the program to a permanent observatory aimed at integration into international infrastructures networks such as ACTRIS (https://www.actris.eu/) or ICOS (https://www.icos-cp.eu/). More informations on the project : http://www.mapio.re/. MAP-IO is a scientific program led by the University of La Reunion (LACy and OSU-R) and was funded by the European Union through the ERDF programme, the University of Reunion, the SGAR-Réunion, the Région Réunion, the CNRS, IFREMER and the Flotte Océanographique Française. The Cytosense automated flow cytometer from the cytobuoy compagny was installed onboard the Marion Dufresnes Sea Water supply, to run semi continuously samples for phytoplankton functional groups resolution. Sample acquisition was schedulled once avery two hours. The data corresponds to abundances in cells/ml, mean forward scatter and red fluorescence in arbitrary units, per group. The groups are identified as standard groups following the BODC F02 vocabulary and the corresponding selections sets named following expert names.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,953
Score d'incertitude au seuil0,157

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0470,023

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 Opus0,009
Tête enseignante GPT0,275
Écart entre enseignants0,266 · 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.

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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSEANOETravaux en français237 207