MétaCan
Menu
Retour à la cohorte
Enregistrement W6927188716 · doi:10.26071/ogsl-46d3ba2e-2fd3

The Pointe-aux-Outardes Marsh - Characterization of Important Coastal Habitats on the North Shore of the St. Lawrence Estuary

2024· dataset· en· W6927188716 sur OpenAlexaboutno aff

Notice bibliographique

RevueOGSL repository · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMarshShoreSalt marshEstuaryLittoral zoneHabitatTransectFaunaBay

Résumé

récupéré en direct d'OpenAlex

A project to characterize important coastal habitats on the north shore of the St. Lawrence Estuary was funded for a period of 4 years (2018-2022). The purpose of this project is to generate reference ecological data to draw a global portrait of the state of coastal marshes in the upper north shore sector of Quebec. This dataset covers the Pointe-aux-Outardes marsh area and related wetlands. In order to improve knowledge of these ecosystems, flora and fauna (ichthyological and benthic) inventories have been carried out and the various abiotic factors characterized. Geomorphological data was also collected, but is not included in this dataset. However, they remain available, contact the ZIP Committee of the North Shore of the Estuary (RNE) directly to access them. The RNE ZIP Committee also holds orthomosaics of the downstream section of the Pointe-aux-Outardes marsh and the littoral spit, transects perpendicular to the coast covering the entire littoral marsh (dGNSS Reach), two ecogeomorphological limits (lower limit of the vegetation of the marsh and the coastline) as well as oblique surveys of the western sector of the Manicouagan Peninsula (sector from Pointe du Bout to the old dock of the municipality of Pointe-aux-Outardes) (MavicMini DJI). This project is part of the Coastal Environmental Baseline Program Initiative under the Oceans Protection Plan of Fisheries and Oceans Canada.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,011
Tête enseignante GPT0,233
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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOGSL repositoryTravaux en français237 207