Data from: Sea ice increases benthic community heterogeneity in a seagrass landscape
Notice bibliographique
Résumé
These data include macrofaunal (i.e. > 0.5 mm) densities and biomasses and environmental data from the monitoring of a seagrass meadow located at the Manicouagan peninsula, Quebec, Canada. Sampling occurred during the year 2018 (April, June, August and October). Sample were collected in vegetated areas (V) and in artificial (aTP) and natural (nTP) tidal pools. Data are organized in five tabular data files (.txt files; separator = tab, decimal = .) (1) Manicouagan_biomasses.txt includes biomasses (g blotted wet weight/m2) of sampled macrofaunal species (2) Manicouagan_densities.txt includes densities (individuals/m2) of sampled macrofaunal species (3) Manicouagan_porewater_profiles.txt include depth profile of nutrient (NH4+, NO2 + NO3- and PO43-) concentrations (µM) (4) Manicouagan_Sediment_characteristics.txt includes median sediment grain size (D50; µm) sediment porosity (volume ration), particulate organic carbon content (OC; % Dry Weight), particulate total nitrogen content (TN; % DW), sediment chlorophyll a content (chla; µg/g), sediment phaeopigment content (µg/g), Total (Seagrass), above ground (AboGround) and below ground (BelGround) seagrass biomass (g/m2) and nutrients (NH4+, NO2 + NO3- and PO43-) stock (µmol/m2) in the first 8 cm of the sediment column. (5) Manicouagan_Bacteria.txt include extractible bacteria count (Abundance in number of cells per mL of sediment) and fluorescence (green fluorescence, relative unit) in the sediment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,075 | 0,014 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».