MétaCan
Menu
Retour à la cohorte
Enregistrement W6930899869 · doi:10.5281/zenodo.15073550

Raw and analytical data of soil analyses in the Tatra Mountains (Poland)

2024· dataset· en· W6930899869 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typedataset
Langueen
DomainePsychology
ThématiqueFlow Experience in Various Fields
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiffractometerSoil testMonochromatorRaw materialMineralStockpilePowder DiffractometerRaw data

Résumé

récupéré en direct d'OpenAlex

This dataset contains raw and analytical data from studies conducted in Technosols at historical mining and metallurgical sites in the Tatra Mountains (Poland). The dataset includes: Mineral composition: raw data of XRD analysis (folder with RAW and EVA files). Fine-earth (<2 mm) sample bulk mineral composition was determined using the powder X-ray diffraction method (XRD). The Bruker AXS D5005 diffractometer equipped with the KRISTALLOFLEX® 760 X-ray generator, vertical goniometer, 1 mm divergence slit, 2 mm anti-scatter slit and 0.6 detector slit and a graphite diffracted-beam monochromator was used. CoKα radiation was applied with the voltage of 40 kV and 30 mA current. Random mounts of the ground materials were scanned from 3 to 70 °2θ at a counting time of 1 s per 0.02° step on a rotating stage. Chemical properties: raw and analytical data of the contents of major elements, trace elements and lanthanides in soil samples using ICP-MS method (xlsx file). Analyses were carried out in the Bureau Veritas Minerals Laboratories (BVML), Canada. SEM analyses: scanning electron microscope (SEM) images of soil samples (TIF files), EDS spectra (energy-dispersive X-ray spectroscopy, PNG files), and elemental distribution maps generated from SEM-EDS analyses (PNG files). The data are organized into structured files (xlsx, RAW, EVA, TIF and PNG) to ensure reproducibility and ease of use. This dataset supports the study's findings and provides a resource for further research on Technosols.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,013
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,016

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 Opus0,155
Tête enseignante GPT0,405
Écart entre enseignants0,250 · 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'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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetFlow Experience in Various FieldsTravaux en français237 207