Hunter Island Hauyat Village Site Elevation Point Data - British Columbia - Canada
Notice bibliographique
Résumé
This dataset is a bare earth model of the Hauyat Site on Hunter Island, British Columbia. The project was led by Dana Lepofsky of Simon Fraser University, and was run in partnership with the Hakai Institute and the Heiltsuk Integrated Resource Management Department (HIRMD). Morgan Ritchie (morganritchie@yahoo.com) led a mapping team that collected 935 points with a total station in 2015. The goal of the 2016 mission was to fill in the total station data, as well as to fill out the "wings" of the site. The 2016 mission took place from June 4th-9th, 2016, at the Hauyat site on north Hunter Island. The Hakai Institute field team (Keith Holmes and Will McInnes), did an RTK GPS survey (with a Topcon GR-5 RTK setup). We set up a base station on "Plum Island", the island in the middle of the bay in front of the Hauyat site. We collected elevation points with the RTK, and we also collected burm/house features and rock locations. Because of the challenges of the site for a GPS system - dense trees and north facing - the RTK GPS could not obtain a fix in the back part of the site. We therefore also used a laser rangefinder to fill in some areas where there was no total station data and the RTK GPS could not collect points. The survey for all data collection types was set up in Nad83 UTM9N, based on the datum of the RTK GPS. The total station and rangefinder data was therefore corrected to fit with the RTK data. Contact data@hakai.org for access to data. Ensure Dana Lepofsky, dlepofsk@sfu.ca, is consulted before 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.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,039 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».