MétaCan
Menu
← Retour à la cohorte
Enregistrement W7079999625 · doi:10.5281/zenodo.17049447

Community-based nearshore wave and water level monitoring along the Nunavut coast of the Canadian Arctic Archipelago (2021-2023)

2025· dataset· en· W7079999625 sur OpenAlexaffabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typedataset
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensNatural Resources CanadaUniversity of AlbertaGeological Survey of CanadaUniversity of WaterlooNunavut Arctic CollegeDalhousie UniversityGovernment of CanadaInstitut National de la Recherche ScientifiqueUniversité de SherbrookeViventia Bio (Canada)Université du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésArchipelagoArcticShoreWave heightSignificant wave heightBathymetryWater levelThe arcticClimate change

Résumé

récupéré en direct d'OpenAlex

The Canadian Arctic Archipelago (CAA) lies within Inuit Nunangat, the homeland of the Inuit, and encompasses extensive coastal regions of Nunavut where communities depend on shorelines shaped by sea ice, icebergs, permafrost, and oceanographic dynamics during the open-water season. Inuit knowledge provides deep insight into coastal change, but systematic observational data on ocean waves and water levels remain lacking. This limits the ability to model nearshore processes and shoreline response, which are essential for coastal management and adaptation. Here we present a dataset of water levels and wave statistics collected between 2021 and 2023 in partnership with three coastal communities: Ausuittuq (Jones Sound), Canada’s northernmost community; Ikaluktutiak; and Kugluktuk (both in Coronation Gulf). The dataset comprises 19 calibrated pressure sensors moored in the nearshore zone and six deepwater wave buoys deployed in collaboration with Inuit boat operators, capturing over 427 days of hourly observations. The wave climate in this Arctic observational dataset is characterized by maximum significant wave heights ranging from 0.56 to 1.69 m and peak wave periods between 3.3 and 6.0 s. This dataset supports Arctic coastal research, wave model validation, and climate impact assessments in the CAA. All files are published in open formats with structured documentation to ensure transparency, accessibility, and reuse.

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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,006
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,051
Tête enseignante GPT0,235
Écart entre enseignants0,183 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetGeochemistry and Geologic Mapping→Travaux en français237 207→