MétaCan
Menu
← Retour à la cohorte
Enregistrement W7106329640 · doi:10.25390/caryinstitute.30047473.v3

SMAPVEX19-22 Millbrook Canopy Photos

2025· dataset· W7106329640 sur OpenAlexaboutno aff

Notice bibliographique

RevueCary Institute · 2025
Typedataset
Langue
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCanopyVegetation (pathology)DaylightWater contentHydrology (agriculture)EcosystemTaiga

Résumé

récupéré en direct d'OpenAlex

This project was initiated in 2019 and completed in 2022. For this campaign, sites were based in the Millbrook NY area, approximately centered at Cary Institute of Ecosystem Studies and in Massachusetts approximately centered at Harvard Forest. A third site for part of the campaign was centered at a Boreal Ecosystem Research and Monitoring Sites (BERMS) in Saskatchewan. Each site had approximately 25 sub-sites located within a 30x30 km grid that coincided with the path of the SMAP satellite. At each sub-site, stations were installed to collect soil moisture, soil temperature, air temperature and canopy photo data. Each station had 3 soil moisture and temperature sensors placed vertically, at 5 cm below surface and 5 cm below mineral soil. Also, each station had an air temperature sensor and an upward facing camera for phenology. In addition to these stations, at six sites, Teros water content sensors were installed in trees and at 4 sites sapflow sensors were placed in trees. During April and August 2022, vegetation and intensive manual measurements were made at each of the 25 sites. In addition, several remote sensing datasets were collected.Data in these datasets include photos from upward facing wildlife cameras with timelapse photos taken during daylight hours at each station. Photos are available on request, or you can access them via Google Drive here: Cary institute Canopy Photos

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,182
Score d'incertitude au seuil0,610

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1820,150

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 Opus0,016
Tête enseignante GPT0,278
Écart entre enseignants0,262 · 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 revueCary Institute→Travaux en français237 207→