MétaCan
Menu
Retour à la cohorte
Enregistrement W6936708174 · doi:10.5880/pik.2018.005

ISIMIP2a Simulation Data from Fisheries & Marine Ecosystems (Fish-MIP; global) Sector

2018· dataset· en· W6936708174 sur OpenAlexaff

Notice bibliographique

RevueOpen MIND · 2018
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensMcGill UniversityUniversity of British ColumbiaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésClimate changeClimate modelEcological forecastingImpact assessmentMarine ecosystemSet (abstract data type)EcosystemEarth system scienceGlobal changeSimulation modeling

Résumé

récupéré en direct d'OpenAlex

The Inter-Sectoral Impact Model Intercomparison Project (ISIMIP) provides a framework for the collation of a set of consistent, multi-sector, multi-scale climate-impact simulations, based on scientifically and politically-relevant historical and future scenarios. This framework serves as a basis for robust projections of climate impacts, as well as facilitating model evaluation and improvement, allowing for improved estimates of the biophysical and socio-economic impacts of climate change at different levels of global warming. It also provides a unique opportunity to consider interactions between climate change impacts across sectors. ISIMIP2a is the second ISIMIP simulation round, focusing on historical simulations (1971-2010) of climate impacts on agriculture, fisheries, permafrost, biomes, regional and global water and forests. This will serve as a basis for model evaluation and improvement, allowing for improved estimates of the biophysical and socio-economic impacts of climate change at different levels of global warming. The focus topic for ISIMIP2a is model evaluation and validation, in particular with respect to the representation of impacts of extreme weather events and climate variability. During this phase, four common global observational climate data sets were provided across all impact models and sectors. In addition, appropriate observational data sets of impacts for each sector were collected, against which the models can be benchmarked. Access to the input data for the impact models is provided through a central ISIMIP archive (see https://www.isimip.org/gettingstarted/#input-data-bias-correction). This entry refers to the ISIMIP2a simulation data from six global fisheries & marine ecosystems (global) models: APECOSM, BOATS, DBEM, DBPM, EcoOcean, Macroecological (Jennings) model.

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)0,002
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,005

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 Opus0,142
Tête enseignante GPT0,368
Écart entre enseignants0,226 · 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'étudeSimulation ou modélisation
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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDTravaux en français237 207