Data and scripts used in water-quality trend analysis in the International Souris River Basin, Saskatchewan and Manitoba, Canada and North Dakota, United States 1970-2020
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A comprehensive study to evaluate water-quality trends in the International Souris River Basin, Saskatchewan and Manitoba, Canada and North Dakota, United States was completed by the U.S. Geological Survey (USGS) in cooperation with the International Joint Commission. In this dataset all files necessary to run trend models and produce results published in U.S. Geological Scientific Investigations Report 2023-5084 [Nustad, R.A., and Tatge, W.S., 2023, Comprehensive water-quality trend analysis for selected sites and constituents in the International Souris River Basin, Saskatchewan and Manitoba, Canada, and North Dakota, United States, 1970–2020: U.S. Geological Survey Scientific Investigations Report 2023–5084, 83 p., https://doi.org/ 10.3133/ sir20235084]. In addition, this dataset contains data for reservoir and Canadian streamflow, and water-quality by group (MI = major ion and dissolved solids, NUT = nutrients, PHY = physical parameters) contained in comma separated values (csv) files (site_flow and country/province_data) for selected sites used in trend and spatial analysis of the Souris River Basin. Streamflow data for the selected United States sites were gathered from the National Water Information System (https://nwis.waterdata.usgs.gov/nwis). Water-quality data for the selected sites in the United States were gathered from the National Water Quality Monitoring Council Water Quality Portal (https://www.waterqualitydata.us/) and collected by two additional agencies NDDEQ and the USGS. 
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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