Notice bibliographique
Résumé
The purpose of this data acquisition was to collect new LiDAR data in support of the Nanwakolas 50 Watersheds Project. The acquisition plan was guided by three complimentary goals: 1) Acquire data for 10 primary watersheds that have stream temperature data but no corresponding LiDAR data. The new LiDAR will allow the NC50 team to include these areas in stream temperature models that consider solar radiation; 2) Acquire new data in areas where the NC50 team is using field measures of solar radiation (canopy photographs) to validate a LiDAR based model of subcanopy solar radiation. This involves one AOI on Quadra Island and one AOI in the Salmon River watershed on Vancouver Island. The new acquisition reduces the time gap between the LiDAR and field validation datasets (canopy photos), and 3) Acquire new data in a sample of the small forested catchments being used by the NC50 team to model stream temperature as a function of subcanopy solar radiation and other factors. The new acquisition reduces the time gap between the LiDAR and stream temperature datasets. The team leading the Nanwakolas 50 Watersheds Project provided the following general description of the project for context: The Nanwakolas 50 Watersheds Project was an innovative Indigenous-led science partnership to monitor and develop tools to address the threats posed by climate change and forest management on salmon habitat in the territories of the Nanwakolas member First Nations. The Nanwakolas 50 Watersheds Project was led by the Nanwakolas Council and five of its member Nations (We Wai Kai, Wei Wai Kum, Tlowitsis, Mamalilikulla and K’ómoks First Nations) in close partnership with the Hakai Institute. Funding for the Nanwakolas 50 Watersheds Project was provided by Fisheries and Oceans Canada and the Province of British Columbia through the BC Salmon Restoration and Innovation Fund. Nanwakolas Council, the Nanwakolas member First Nations, and the Hakai Institute (Tula Foundation) made significant in-kind contributions to the project.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».