MétaCan
Menu
Retour à la cohorte
Enregistrement W6925953208 · doi:10.18739/a2z60c268

PARTNERS Project Arctic River Biogeochemical Data

2016· dataset· en· W6925953208 sur OpenAlexaffabout

Notice bibliographique

RevueCalifornia Digital Library · 2016
Typedataset
Langueen
DomaineArts and Humanities
ThématiqueForensic Anthropology and Bioarchaeology Studies
Établissements canadiensInstitute for Circumpolar Health ResearchUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésArcticBiogeochemical cycleArctic ecologyThe arcticSpring (device)Permafrost

Résumé

récupéré en direct d'OpenAlex

As the precursor to the Arctic Great Rivers Observatory projects (Arctic-GRO), the PARTNERS project (NSF-OPP-0229302) was one of 18 proposals funded in 2002 in response to the National Science Foundation - Arctic System Science (NSF-ARCSS) Arctic Freshwater Cycle: Land/Upper-Ocean Linkages solicitation. The PARTNERS project focused on the export and fate of water and water-borne constituents from the pan-Arctic watershed, through the establishment of major field sampling programs at downstream stations on the six largest rivers within the pan-Arctic domain; the Yenisey, Ob', Lena, and Kolyma Rivers in Siberia and the Yukon and Mackenzie Rivers in North America. The project established and implemented a set of standard protocols across all rivers, and undertook directed sample collections during the spring freshet, and winter (under-ice) periods, in addition to the more commonly-sampled winter months. As a result, the PARTNERS framework, and data that it generated, enabled a significant step forward in our understanding of large, Arctic rivers. International collaborations were, and continue to be, key to the success of this work. In this collaborative spirit, the initial project was named PARTNERS (Pan-Arctic River Transport of Nutrients, Organic Matter and Suspended Sediments) although many more constituents and isotopes were collected than this name implies. Biogeochemical data generated during the PARTNERS project are provided here. Data generated during the subsequent Arctic GRO projects are provided in sister pages on the Arctic Data Center site.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,030
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,030
Communication savante0,0000,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,006

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 Opus0,052
Tête enseignante GPT0,274
Écart entre enseignants0,222 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCalifornia Digital LibraryMême sujetForensic Anthropology and Bioarchaeology StudiesTravaux en français237 207