MétaCan
Menu
← Retour à la cohorte
Enregistrement W7164488863 · doi:10.14286/wwns4q

UCSCNOAAOT22

2022· dataset· en· W7164488863 sur OpenAlexaff
Ocean Tracking Network Data Centre

Notice bibliographique

RevueOpen MIND · 2022
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensOcean Tracking Network
Organismes subventionnairesnon disponible
Mots-clésChinook windPacific oceanOncorhynchusScope (computer science)Aquatic animalTelemetry

Résumé

récupéré en direct d'OpenAlex

This is the OBIS extraction of the Pacific Aquatic Telemetry Hub (PATH) and UC Santa Cruz/NOAA Fisheries Santa Cruz (UCSCNOAA) UCSCNOAAOT22, consisting of the release tagging metadata, i.e. the location and date when the tagged animal was released, and summarized detection events of tagged individuals. If readers are interested in the source dataset they may also inquire with the project PIs as listed here or on the Ocean Tracking Network (OTN) portal for this project(https://members.oceantrack.org/project?ccode=PATH.UCSCNOAAOT22). Abstract:The scope of this research encompasses developing a better understanding of how exposure to different water temperatures affects the survival of adult Chinook Salmon migrating to spawning grounds in the Central Valley of California. How thermal exposure affects the probability of mortality for salmon migrating to spawning grounds, the location and timing of exposure risk, and how additional environmental conditions influence the susceptibility of salmon being negatively impacted by thermal stress are important unanswered questions that will benefit fisheries management. We intend to acoustic tag subadult and adult fall-run Chinook salmon in the ocean in 2022 and 2023 with temperature emitting acoustic tags and track both their upstream migration success, and thermal exposure profile.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,933
Score d'incertitude au seuil0,225

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0670,137

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 Opus0,068
Tête enseignante GPT0,364
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.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→