Pollen Flow Cytometry Datasets and Classification Models
Notice bibliographique
Résumé
This database contains flow cytometry measurements for pollen grains from 97 species across 34 genera. The pollen grains come from floral units collected directly from trees and herbaceous plants in urban area of Montreal, QC, Canada. Measurements were performed with a CytoFLEX cytometer (Beckam Coulter, Inc.), equipped with three excitation lasers, in blue (λ=488nm), red (λ=640nm) and violet (λ=405nm), 10 dichroic mirrors, bandpass filters and detectors in different wavelength ranges (λ=450/45, 525/40, 610/20, 585/42, 525/40, 690/50, 780/60, 660/10, 712/25 and 780/60 nm) with their respective names: PB450, KO525, Violet610, PE, FITC, PC5.5, PC7, APC, APC-A700, APC-A750. Two other detectors were also used for the size (forward scatter, FSC) and granularity (side scatter, SSC). Short description of each file : trainingdataset_genus: Flow cytometry measurements used to train the genus-level classification modeltrainingdataset_species: Flow cytometry measurements used to train the species-level classification modelModelRF_genus: Random Forest classification model trained at the genus level.ModelRF_species: Random Forest classification model trained at the species level. These data are linked to this article : Tardif, S., Kanieski, M. R., Lapa, G., Bonnamour, G., Sousa-Silva, R., Laforest-Lapointe, I., and Paquette, A.: Flow cytometry and machine learning enable identification of allergenic urban tree pollen, Atmos. Meas. Tech., 19, 2817–2835, https://doi.org/10.5194/amt-19-2817-2026, 2026. Linked Github repository : https://github.com/SarahTardif/Pollen-classification-model
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,028 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».