MétaCan
Menu
Retour à la cohorte
Enregistrement W6967095368 · doi:10.5066/p13jdumh

Cladophora biomass and supporting data collected in the Great Lakes, 2022

2024· dataset· en· W6967095368 sur OpenAlexaboutno aff

Notice bibliographique

RevueUSGS DOI Tool Production Environment · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCladophoraTransectBiomass (ecology)Benthic zoneWater columnAquatic plantWater qualityNutrient

Résumé

récupéré en direct d'OpenAlex

This dataset records Cladophora and associated benthic algae, collectively Cladophora community or submerged aquatic vegetation (SAV), biomass collected during the growing season of 2022 at stations located along the U.S. shoreline of Lakes Michigan, Huron, Erie, and Ontario. It also records a variety of supporting data collected at Cladophora measurement stations. These supporting data include: - seasonal time series of light, currents, wave action, temperature, specific conductivity, turbidity, pH, phycocyanin, chlorophyll, and dissolved oxygen from moored sensors at a subset of stations; - measurements of Secchi disk depth and water chemistry; - water column profiles of PAR, temperature, specific conductivity, turbidity, pH, phycocyanin, chlorophyll, and dissolved oxygen; - diver observations of SAV, dreissenid mussels, round goby abundance, and substrate properties; - measurements of dreissenid mussel abundance and size class distribution coincident with SAV biomass; - nutrient content of SAV, dreissenid mussels, and sediments; - and information about sampling locations and operations. Similar data were collected at several of the same transects within four Great Lakes in 2018, 2019, 2020, and 2021 are available at (2018) https://doi.org/10.5066/P9E570JS, (2019) https://doi.org/10.5066/P99O4QXB, (2020) https://doi.org/10.5066/P9O9FSTT, and (2021) https://doi.org/10.5066/P9449EUF.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,011
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,012

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 Opus0,028
Tête enseignante GPT0,266
Écart entre enseignants0,238 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUSGS DOI Tool Production EnvironmentTravaux en français237 207