MétaCan
Menu
Retour à la cohorte
Enregistrement W7096293469

Detection of Trends in Ice Season Characteristics of New Brunswick Rivers

2015· article· en· W7096293469 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueOral History, Memory, Narrative Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLinear regressionHydrology (agriculture)Regression analysisPrecipitationLinear relationshipRegression
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Analyses were performed on hydrometric data for 13 selected hydrometric sites in New Brunswick to detect trends in ice season characteristics (earliest and latest dates of ice effects on hydrometric records, the number of days with ice effect, freeze-up and breakup flows and the estimated number of break-up events each year). The coefficient of determination, r2, and the p-value for the slope of a linear regression line were used to assess the significance of any possible trends in the data. The coefficient of determination, r2, is a measure of the degree of relationship between two variables. The slope of the regression line depicts the average rate of change in a variable over time, and its probability indicates if the slope value is statistically significantly different from zero. In the absence of more specific information, the notation of a backwater effect in the hydrometric records was used to evaluate the beginning and end of periods of ice, the number of ice-covered periods and the duration of the ice season. The existence of a backwater effect is indicated in Environment Canada’s HYDAT database by the symbol “B”. It was found that trends in hydrologic data are beginning to appear in the hydrometric records. As the climate continues to change, trends in hydrologic data are expected to be more evident and statistically significant.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,183
Score d'incertitude au seuil0,369

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,052
Tête enseignante GPT0,249
Écart entre enseignants0,197 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOral History, Memory, Narrative AnalysisTravaux en français237 207