Méthodes d’établissement des schémas de classification et des seuils connexes pour les rapports sur l’état du poisson et de son habitat
Notice bibliographique
Résumé
Les responsables du Programme de protection du poisson et de son habitat (PPPH) de la région de l’Ontario et des Prairies ont demandé un avis scientifique sur les approches pouvant servir à définir les schémas de classification et les seuils connexes pour les rapports sur l’état du poisson et de son habitat dans deux zones prioritaires, soit la région des Grands Lacs inférieurs et la région du versant est en Alberta. Un avis scientifique sur la quantification et l’évaluation de l’état du poisson et de son habitat dans ces zones a été également été demandé. Le présent document décrit les approches pouvant servir à élaborer des schémas de classification, notamment des systèmes fondés sur i) les relations fonctionnelles avec les objectifs de gestion, ii) les seuils établis, iii) le classement relatif, et iv) la sollicitation d’expertise. Un arbre de décision pour la sélection parmi les approches, fondé sur la disponibilité de différents types d’information, est présenté. De plus, nous examinons la manière dont l’information tirée de multiples paramètres peut être synthétisée dans les rapports sur l’état des indicateurs généraux et dont les schémas de classification peuvent être établis en ce qui concerne la qualité des données dans les rapports sur l’état du poisson et de son habitat. Enfin, les principales inconnues liées à l’élaboration de schémas de classification sont également analysées.
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 | 0,014 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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 ».