MétaCan
Menu
← Retour à la cohorte
Enregistrement W7097156646

Expanding the Gathering of Real-Time In Situ Oceanographic Data With the DFO Marine Mammal Research Program

2016· article· en· W7097156646 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPacific oceanAquatic environmentMarine research
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L’observation des océans est nécessaire afin de mieux comprendre, modéliser et prédire leur évolution. À cette fin le MPO a mis sur pied le Programme de Monitorage de la Zone Atlantique (PMZA) pour faciliter la collecte de données océanographiques physiques et biologiques pour la zone nord-ouest de l’Atlantique. Le PZMA est un important collaborateur et fournisseur de données pour l’océanographie opérationnelle, laquelle sert un bon nombre d’utilisateurs scientifiques et industriels, ainsi que la navigation de plaisance. Le rôle principal de l’océanographie opérationnelle est de fournir de l’information fiable sur les conditions océaniques aux échelles temporelles et spatiales désirées, dans un délai raisonnable, ce qui permet à l’utilisateur de prendre des décisions plus éclairées. Afin d’ajouter à la panoplie d’informations océanographiques recueillies par des méthodes classiques, nous proposons l’utilisation de « plateformes biologiques » telles que des capteurs ou balises attachés sur le dos de phoques afin de mieux échantillonner les eaux canadiennes de l’Atlantique. Cet article décrit la méthodologie utilisée et présente quelques résultats physiques et biologiques obtenus en 004 et 005. Une revue des enjeux et des avantages de cette méthodologie est finalement présentée pour mettre en lumière le potentiel de ce programme d’acquisition de données océanographiques basé sur l’utilisation de phoques.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,122
Score d'incertitude au seuil0,243

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,038
Tête enseignante GPT0,284
Écart entre enseignants0,246 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOceanographic and Atmospheric Processes→Travaux en français237 207→