MétaCan
Menu
← Retour à la cohorte
Enregistrement W6930960317 · doi:10.5281/zenodo.15036187

Surface albedo impact on afforestation / reforestation carbon crediting projects

2025· dataset· en· W6930960317 sur OpenAlexaff

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2025
Typedataset
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésAlbedo (alchemy)Land coverAfforestationReforestationPython (programming language)Scale (ratio)Table (database)Data fileAncillary data

Résumé

récupéré en direct d'OpenAlex

Purpose and usage This dataset was created to analyse the impact of surface albedo change on afforestation/reforestation/revegetation carbon crediting projects. The python code used to perform the analysis is available on Github. Data description Specific data The two zip files 'project_geospatial_data.zip' and 'project_description_reports.zip' gather all the public documentation, extracted from Verra's registry, that were used in the study. The Excel file 'ARR_project_database.xlsx' contains all the specific data extracted to calculate the impact of surface albedo change. It presents the characteristics of each project as well as the treatment method to use the geospacial data files. See the tab #Read_me. The following CSV are the one used to perform the calculation of the albedo impact: proj_desc.csv : created from the tab #Desc_data in ARR_project_database. geodata_layers.csv : created from the tab #Geospacial_data in ARR_project_database. land_cover_type.csv : created from the tab #Land_cover_type in ARR_project_database. albedo_proxy_table.csv : created from the analysis of the surface albedo dataset. A land cover type can be approximate by another land cover type if the absolute difference between both is less 0.03 for a same location. This table provides the results for a global scale and for the land cover type consistent with the study. Global data The surface albedo dataset is under embargo for upcoming publication [E-mail contact adress : kathryn.loog@polymtl.ca]. The radiative kernel dataset for albedo is the one developped by Huang & Huang, 2023 (ERA5_kernel_alb_TOA. DOI:10.17632/vmg3s67568.3). All the data consistent with the study are gathered in the zip file 'radiative_kernel.zip'.

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)0,002
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 enseignants0,017
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,011

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 Opus0,028
Tête enseignante GPT0,314
Écart entre enseignants0,286 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)→Même sujetVisual perception and processing mechanisms→Travaux en français237 207→