MétaCan
Menu
← Retour à la cohorte
Enregistrement W6964878940 · doi:10.25921/p1y5-yv98

GHRSST NOAA/STAR Himawari-08 AHI L3C Pacific Ocean Region SST v2.70 dataset (GDS version 2)

2020· dataset· en· W6964878940 sur OpenAlexaboutno aff

Notice bibliographique

RevueNational Oceanic and Atmospheric Administration (NOAA) National Centers for Environmental Information (NCEI) · 2020
Typedataset
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProduct (mathematics)Sea surface temperatureData assimilationWind speedGridSystematic error

Résumé

récupéré en direct d'OpenAlex

The ACSPO H08/AHI L3C (Level 3 Collated) product is a gridded version of the ACSPO H08/AHI L2P product. The L3C output files are 1hr granules in NetCDF4 format, compliant with the GHRSST Data Specification version 2 (GDS2). There are 24 granules available per 24hr interval, with a total data volume of 0.2GB/day. Valid SSTs are found over clear-sky oceans, sea, lakes or rivers, with fill values reported elsewhere. The following layers are reported: SST, ACSPO clear-sky mask (ACSM; provided in each grid as part of l2p_flags, which also includes day/night, land, ice, twilight, and glint flags), NCEP wind speed and ACSPO SST minus reference (Canadian Met Centre 0.1deg L4 SST). All valid SSTs in L3C are recommended for users, although data over internal waters may not have enough in situ data to be adequately validated. Per GDS2 specifications, two additional Sensor-Specific Error Statistics layers (bias and standard deviation) are reported in each pixel with valid SST (Petrenko et al., 2016). The ACSPO VIIRS L3U product is monitored and validated against iQuam in situ data (Xu and Ignatov, 2014) in SQUAM (Dash et al, 2010).

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,201
Score d'incertitude au seuil0,400

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,020

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 Opus0,016
Tête enseignante GPT0,211
Écart entre enseignants0,195 · 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'étudeSans objet
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Oceanic and Atmospheric Administration (NOAA) National Centers for Environmental Information (NCEI)→Même sujetForest Ecology and Biodiversity Studies→Travaux en français237 207→