Time-series dataset of non-invasive IoT measurements in Apis mellifera colonies: fondant feeding during mild winters and early springs (2018–2020; Ukraine & Canada)
Notice bibliographique
Résumé
The dataset contains time-series of non-invasive measurements of internal/external temperature (°C), relative humidity (%), and hive weight (kg) to support analysis of the thermal response of honey bee (Apis mellifera) colonies to fondant feeding under mild-winter and early-spring conditions. Locations and periods (UTC): Ukraine, Kyiv (2018-09-01 – 2019-04-30); Canada, Toronto (2020-02-01 – 2020-05-31). Measurements were taken in AmoHive hives (Langstroth, 10-frame) with a homogeneous sampling rate across parameters; timestamps are in UTC. Record contents: raw and clean tables (CSV + XLSX) organized by hive and period; an events/annotations file; a variable dictionary (data_dictionary_master.xlsx); method notes for cleaning and gap filling (methods_*.md); and a figure-reproduction script (generates two summary visualizations from the clean tables). Main variables: temp1 (internal temperature), temp2 (external temperature), humid1 (internal RH), humid2 (external RH), weight (units specified in the dictionary). See the variable dictionary for detailed descriptions. The dataset is intended for reproducible research on bee overwintering under mild-winter and early-spring conditions, anomaly analysis, and the development of predictive models. Data license: CC BY 4.0 (please cite the DOI of this record). Code license: MIT (for scripts included in the record).
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,008 |
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 ».