MétaCan
Menu
Retour à la cohorte
Enregistrement W6929758281 · doi:10.5063/f1cn728g

Campus ecology network biodiversity data: York University and The University of Toronto Mississauga

2020· dataset· en· W6929758281 sur OpenAlexaffabout

Notice bibliographique

RevueUC Santa Barbara · 2020
Typedataset
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensYork UniversityUniversity of TorontoUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTransectSpecies richnessQuadratBiodiversityVegetation (pathology)HabitatCitizen scienceUrban ecology

Résumé

récupéré en direct d'OpenAlex

A university campus provides an opportunity to explore biodiversity, change, and citizen science. Many course offerings such as ecology, experimental design, or environmental science include a laboratory component. York University and The University of Toronto Mississauga collaborated and developed a collaborative platform entitled 'The Campus Ecology Network'. The goal was to connect the data that undergraduate students at each campus collected during hands-on, field exercises. We adopted the same protocols at each campus, and students surveyed each campus in the Autumn, i.e. Fall Term, in 2016. Students used transects to identify sampling locations blocked by major habitat types such as forest, grassland, disturbed sites (i.e. areas with high foot traffic but vegetated), and impermeable sites. Quadrats were then subsequently used to to explore vegetation - 0.5m x 0.5m quadrats to record herbaceous plants and grasses. On these same transects, the total number of vertebrate animals (including humans) were also recorded during the 3-hour sampling instances. Pan traps and sweet nets were used to assess invertebrate diversity. The primary focus was to document structural and species diversity patterns not composition. The data included species richness for key taxa, native versus exotic plants, canopy cover, ground cover, and total number of flowers at that point in time within each quadrat. These data can be used to explore the intermediate disturbance hypothesis, relationships between richness of different taxa, and canopy/ground cover influences on richness. Longitudinal change can also be examined, and the start point of each transect was also georeferenced for mapping or additional research.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,178

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,009
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,007

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 Opus0,020
Tête enseignante GPT0,225
Écart entre enseignants0,205 · 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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUC Santa BarbaraMême sujetPain Mechanisms and TreatmentsTravaux en français237 207