MétaCan
Menu
Back to cohort

Inventaire canadien des terres humides (ICTH) ; Région de Eastmain

2008· dataset· fr· W6887944854 on OpenAlexaffabout

Bibliographic record

VenueECCC Data Catalogue · 2008
Typedataset
Languagefr
Field
Topic
Canadian institutionsGovernment of CanadaEnvironment and Climate Change Canada
Fundersnot available
KeywordsBustardStatistical analysisSouth asiaViet nam

Abstract

fetched live from OpenAlex

Données de l'Inventaire canadien des terres humides (ICTH) pour la région de Eastmain et créées selon la méthode développée par le Service canadien de la faune - région du Québec. Le Service canadien de la faune d’Environnement Canada, région du Québec (SCF-Qc) a produit entre 2003 et 2007 la cartographie des milieux humides pour plusieurs sites au Québec. Ces cartographies ont été réalisées dans le cadre de l’Inventaire canadien des terres humides (ICTH) initié en 2002, visant la classification des cinq grandes classes de milieux humides selon le Système de canadien de classification des milieux humides, soit bog, fen, marais, marécage et eau peu profonde. L’approche choisie combine l’utilisation des images satellites Landsat-TM/ETM et RADARSAT-1 ainsi que la classification d’images basée sur les objets. Les sites qui ont été cartographiés sont répartis dans plusieurs écozones et représentent différents types de paysages et d’écosystèmes. Ces sites sont le lac Saint-Pierre, le lac Brome, la Montérégie, le lac Saint-François (Appalaches), la Grande-Plée-Bleue, Montmagny, le cap Tourmente, la baie de l’Isle-Verte, le parc national de la Mauricie, les Iles-de-la-Madeleine, Radisson et Eastmain. La superficie couverte par les douze sites est de 4 % du territoire québécois. De plus, la méthode a été testé pour un site en Colombie-Britannique (Vancouver) ainsi qu'aux Territoires du Nord-Ouest (Kendall Island). Au total pour les douze sites, 8 % du territoire est couvert par les milieux humides. Le pourcentage pour chacun des sites varie entre 2 % et 15 %. La validation des classifications a été faite selon une méthode développée par le SCF-Qc basée sur l’interprétation visuelle des composés colorés Landsat. La validation a été faite sur deux niveaux, soit entre le milieu humide par rapport au milieu sec, et soit entre les cinq types de milieux humides. L’exactitude globale pour le premier niveau de validation varie entre 61 et 91 %, et entre 47 et 98 % pour le deuxième niveau.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.003
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Open science, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesMeta-epidemiology (narrow), Science and technology studies, Research integrity
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Dataset · Consensus signal: Dataset
Teacher disagreement score0.325
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.003
Meta-epidemiology (narrow)0.0020.003
Meta-epidemiology (broad)0.0020.000
Bibliometrics0.0010.002
Science and technology studies0.0020.005
Scholarly communication0.0000.004
Open science0.0120.007
Research integrity0.0020.003
Insufficient payload (model declined to judge)0.0010.059

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.081
GPT teacher head0.297
Teacher spread0.216 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreDataset

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2008
Admission routes2
Has abstractyes

Explore more

Same venueECCC Data CatalogueFrench-language works237,207