ODRC data schema: Insentec feed intake data (FR)
Notice bibliographique
Résumé
This is a data schema created using Agri-food Data Canada's Semantic Engine . Data schemas describe data that are collected on an ongoing basis from research centres, and provide add-on documentation that enhances the value of raw data. This schema is applicable to all datasets collecting Insentec data from VR files with end weight and intake fixed. Assumption: The start weight of the following visit is more accurate than the end weight of the current visit since the scale on the bin had more time to get a more stabilized weight before the next cow's visit. Fixing strategy: If the start weight of following visit is equal (cow didn't eat) or smaller than the current visit's start weight (cow ate) and the following visit's start weight is different than the current visit's end weight, then the current visit's end weight is replaced with the start weight of the following visit. These conditions are applied with data grouped by date and bin and sorted ascending by start time. Limitation: Because data is grouped by date, if the last visit of a day registered an incorrect weight to a bin, it will not be corrected with the first visit of the following day of such bin. Additionally if the start weight of the following visit is greater than the start weight of the current visit, then nothing is done since supplement/more feed could have been added to the bin between visits or the scale was really broken. Further inspection into the data is recommended. Data described in this schema is sample data, to request access to the related data, please visit the Ontario Dairy Research Centre Data Portal.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,124 | 0,095 |
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 ».