MétaCan
Menu
Retour à la cohorte

Linking pan-Arctic human and physical data

2011· article· W7134251727 sur OpenAlexaboutno aff
Richard B. Lammers

Notice bibliographique

RevueUniversity of New Hampshire Scholars Repository (University of New Hampshire at Manchester) · 2011
Typearticle
Langue
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArcticIdentification (biology)Scope (computer science)GridTable (database)SubdivisionData set

Résumé

récupéré en direct d'OpenAlex

The Arctic Observing Network–Social Indicators (AON-SI) project, building upon earlier work, developed an approach for linking social with physical science data across the Northern pan-Arctic. The first iteration of social data involves time series of demographic indicators in more than 100 separate regions, such as boroughs of Alaska, census divisions of Northern Canada, and oblast or autonomous regions of Northern Russia. Its geographical scope covers all of Alaska, Greenland, Iceland, the Faroe Islands, Norway, Sweden, and Finland, along with Northern parts of Canada and Russia. Administrative subdivisions within these areas define the regions. Key features of this data framework are (1) the list of region names, (2) a unified system of numerical identification codes, and (3) a region-year organization. We approximated the geographical area of each region as a particular set of 25 × 25 km grid cells, following the Equal-Area Scalable Earth Grid (EASE-Grid) scheme widely used in high-latitude natural science. Physical data in this format are accessible through the Arctic RIMS website. The linkage opens doors for integrated analysis of social and natural-science data, as illustrated by an analysis of Alaska community electricity use. Current versions of the database are published online.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,276

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,012
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,105
Tête enseignante GPT0,291
Écart entre enseignants0,185 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of New Hampshire Scholars Repository (University of New Hampshire at Manchester)Même sujetIndigenous Studies and EcologyTravaux en français237 207