Rivers of Alaska grouped by SASAP region, 2018
Notice bibliographique
Résumé
This dataset contains a shapefile (rivers_sasap_final.zip) of the rivers of Alaska, grouped by the regional boundaries of the State of Alaska's Salmon and People (SASAP) project. This is a relatively lightweight file useful for visualization, even at high resolution. Note that because of the aggregation process, this dataset does not contain information on river names or other characteristics. The intermediate file shapefile sasap_rivs_connected_large.zip was generated originally to calculate river distance between points, and is topologically correct. The source data for this dataset comes from the United States Geological Survey (USGS) Hydrographic Geodatabase - Alaska, One Million-Scale Dataset (https://nationalmap.gov/small_scale/atlasftp.html) and the Riverscape Analysis Project river's database (to get Canadian data only). These two datasets were pre-processed using CanadaRAPclip.ipynb and QGIS, creating the larger intermediate shapefile (sasap_rivs_connected_large.zip). This shapefile was joined with a SASAP region shapefile (Jared Kibele. 2018. State of Alaska's Salmon and People Regional Boundaries. Knowledge Network for Biocomplexity. doi:10.5063/F1J964NZ), geometries were simplified and then aggregated by region and stream order using rivers_preprocessing.R More information on the Riverscape Analysis Project is available here: Diane C. Whited , John S. Kimball , John A. Lucotch , Niels K. Maumenee ,Huan Wu , Samantha D. Chilcote & Jack A. Stanford (2012) A Riverscape Analysis Tool Developed to Assist Wild Salmon Conservation Across the North Pacific Rim, Fisheries, 37:7,305-314, DOI: 10.1080/03632415.2012.696009.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,055 |
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 ».