MétaCan
Menu
Retour à la cohorte
Enregistrement W6944090133 · doi:10.17882/101374

Identification and Abundance of Barkley Canyon Megafauna: Daily Observations from 2012 to 2015 Using Ocean Network Canada Videos (BC, Canada)

2024· dataset· en· W6944090133 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueSEANOE · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCanyonAbundance (ecology)ZoomTripod (photography)Sampling (signal processing)Identification (biology)

Résumé

récupéré en direct d'OpenAlex

This dataset provides comprehensive records of species identified and their daily abundance in three deep-sites (Upper Slope -400m, Wall -900m, and Axis -1000m) of the Barkley Canyon (British Columbia, Canada) from 2012 to 2015. The data was collected through video recordings from the Ocean Network Canada observatory, which are publicly accessible using their SeaTube website. The dataset includes: - a detailed list of species = "species_list_match.csv" - a corresponding table of species names = "Species_details.csv" - daily abundance counts for each sites = "Abundance_SiteName.csv" - a file that outlines the methodology used for identification and counting = "ReadMe.txt" ---------- Method: - During each daily sampling, all 5-minute recordings made between 08:00 and 08:05 were viewed using VLC 2.0.1 © software to count and identify individuals at the lowest possible taxonomic level. All videos (2 minutes fixed + 3 minutes of scanning) were utilized. Videos were deemed unusable if viewing conditions were poor or particle counts were too high. When identification was not feasible, OTUs were defined. On the three sites mentioned, a camera mounted on a tripod recorded continuously at 5-minute intervals each day of the year. During these recordings, the background was illuminated using two spotlights. The camera recorded fixedly for the initial two minutes and could rotate from 0° (stationary, upper slope, pod2) to 360° (full rotation, canyon axis pod1, except between August 2014 and January 2015) and 180° (canyon wall, pod4). The illumination and zoom parameters, adjustable via the ONC site, were not consistent across all sites and sampling periods, affecting the observed surface area, ranging from 0.5 m² (upper slope, pod2 between May 2013 and May 2014) to a maximum of 9 m² (canyon axis, pod1 between mid-2013 and February 2014). The surface area was calculated each time the camera settings were changed (usually during annual maintenance missions) using a scaling grid developed from the camera’s two lasers, fixing a width of 10 cm on the ground as measured in the camera's field of view. Image captures were taken at intervals to cover the entire surface swept by the camera during rotation, estimating the sampled surface by overlaying the scaling grid on each image. - For more details on the methodology and to understand the context in which the data were collected (scientific questions, hypotheses, and studies conducted), you can refer to Pauline Chauvet's thesis (available in open access).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,029
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,258
Écart entre enseignants0,235 · 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

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSEANOETravaux en français237 207