MétaCan
Menu
← Retour à la cohorte
Enregistrement W7106248768 · doi:10.15468/6hk6za

Digitization of the primate collection of the Museum of Nature of the V.N. Karazin Kharkiv National University

2025· dataset· en· W7106248768 sur OpenAlexaboutno aff

Notice bibliographique

RevueGlobal Biodiversity Information Facility · 2025
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDigitizationPrimateQuarter (Canadian coin)Range (aeronautics)Diversity (politics)National museum

Résumé

récupéré en direct d'OpenAlex

The Museum of Nature of the V.N. Karazin Kharkiv National University (MNKNU) has the largest primate collection in Ukraine, comprising 217 specimens of 58 species, including Homo sapiens. The non-human species represented in the museum comprise 11% of the total number of primates, according to the Mammal Diversity Database v2.2 (further MDD, accessed August 2025), and are distributed across four of the eight biogeographic kingdoms, according to the World Wide Fund for Nature (WWF). The foundation of the MNKNU’s primate collection dates back to the first quarter of the XIXth century, thus, the record for the oldest stuffed animal in the collection - a golden lion tamarin Leontopithecus rosalia (L., 1766), - dates back to 1826. The collection is represented by several types of preservation groups and includes 103 stuffed animals, 87 dry, and 27 wet preparations. In 2009, the museum's Primates catalog was published on paper. Since then, changes to systematics, new additions to the collection, and the urgent need to safeguard information about the collection due to the high risk of destruction by the Russian army have made digitizing the MNKNU Primates collection relevant. It also provides an opportunity to make it available and remotely accessible to a wider range of dedicated specialists.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,225

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0070,011
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0670,040

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 Opus0,006
Tête enseignante GPT0,203
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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Biodiversity Information Facility→Travaux en français237 207→