MétaCan
Menu
Retour à la cohorte
Enregistrement W6927154417 · doi:10.26071/ogsl-969715ba-3747

Chlorophyll-a and Salinity Concentrations Derived from Satellite Images for the Estuary and Gulf of St. Lawrence (1998-2023)

2022· dataset· en· W6927154417 sur OpenAlexaboutno aff

Notice bibliographique

RevueOGSL repository · 2022
Typedataset
Langueen
DomaineImmunology and Microbiology
ThématiqueAquaculture disease management and microbiota
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEstuarySalinitySatelliteBaseline (sea)Ocean colorChlorophyll a

Résumé

récupéré en direct d'OpenAlex

This dataset presents the result of a model developed to retrieve chlorophyll-a (chla) and salinity concentrations from various satellites in the St. Lawrence Estuary and Gulf. This version replaces the previous ones, with estimates derived from a retuning of the model based on additional in situ and satellite-derived data. The input data is now exclusively from the European Space Agency's Ocean Color Climate Change Initiative (CCI) program. The ocean color, seen from space, makes it possible to estimate the chlorophyll content in water. This pigment is an index of the biomass of microscopic algae. Compared to the Atlantic Ocean, the waters of the Estuary and Gulf of St. Lawrence are rather isolated and are highly mixed with fresh water from numerous rivers. This dataset is produced as part of the Coastal Environmental Baseline Program under Fisheries and Oceans Canada's Oceans Protection Plan.

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 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 enseignants0,107
Score d'incertitude au seuil0,817

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,232
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; un appel candidat d’une seule tête enseignante, 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOGSL repositoryMême sujetAquaculture disease management and microbiotaTravaux en français237 207