MétaCan
Menu
Retour à la cohorte
Enregistrement W7128020434 · doi:10.26071/d6f3fdfc-788d-48ff

Gulf of St. Lawrence and Estuary Dataset (GOSLED): A 20-Year Compilation of Quality-Controlled Biogeochemical Observations (2003–2023)

2025· dataset· en· W7128020434 sur OpenAlexaffabout
William Nesbitt, Alfonso Mucci, Toste Tanhua, Yves Gelinas, Jean-Eric Tremblay, Gwenaelle Chaillou, Ludovic Pascal, Caroline Fradette, Lennart Gerke, Samuel Stevens, Mathilde Jutras, Marjolaine Blais, Martine Lizotte, Michel Starr, Douglas W.R. Wallace

Notice bibliographique

RevueHelmholtz Centre for Ocean Research Kiel (GEOMAR) · 2025
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensFisheries and Oceans CanadaConcordia UniversityMcGill UniversityUniversité LavalDalhousie University
Organismes subventionnairesnon disponible
Mots-clésBiogeochemical cycleBiogeochemistryEstuaryDissolved organic carbonTRACERNutrientTotal organic carbonAmazon rainforest

Résumé

récupéré en direct d'OpenAlex

This dataset includes 20 years (2003–2023) of biogeochemical observations collected during 21 dedicated research cruises in the Estuary and Gulf of St. Lawrence as well as its main tributary, the Saguenay Fjord. The dataset contains CTD sensor measurements of pressure, temperature, practical salinity, and dissolved oxygen, as well as discrete oxygen measurements determined by Winkler titration. Additionally, the dataset includes discrete carbonate-system parameters such as dissolved inorganic carbon, total alkalinity, pH (total proton scale), and the fugacity of CO₂, along with macronutrient concentrations (nitrate, nitrite, ammonium, soluble reactive phosphate, and silicate). Organic parameters such as dissolved organic carbon and total nitrogen are included, as are the concentrations of selected biogeochemical gases (e.g., nitrous oxide) and the stable carbon isotopic composition of the DIC and DOC, as well as the δ¹⁸O and δD of H₂O. Measured transient tracers include CFC-12 and SF₆ and a deliberate tracer, CF₃SF₅. Data were compiled from both historical measurements (2003–2020) and recent sampling efforts from the MEOPAR–RQM TReX project (2021–2023) and RQM - Odyssée Saint Laurent program (2018-2023). All data were processed following primary quality control procedures adapted from GLODAP and CODAP-NA standards. Secondary crossover analysis was not possible due to a lack of deep-water sampling. This dataset is a rare, quality-controlled biogeochemical time series for the Gulf and St. Lawrence Estuary and provides a baseline for future research on deoxygenation, acidification, and nutrient cycling in Eastern Canada. For more information about the dataset, see the data description article published in Earth System Science Data (ESSD): Gulf of St. Lawrence and Estuary Dataset (GOSLED): a 20-year compilation of quality-controlled biogeochemical observations (2003–2023), https://doi.org/10.5194/essd-18-3609-2026.

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 enseignants0,728
Score d'incertitude au seuil0,540

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
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)0,0080,008

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.

Tête enseignante Opus0,089
Tête enseignante GPT0,387
Écart entre enseignants0,297 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueHelmholtz Centre for Ocean Research Kiel (GEOMAR)Travaux en français237 207