Feltrapport fra JOVA-programmet for Skas-Heigre-kanalen 2011
Bibliographic record
Abstract
I perioden 1. mai 2011 til 1. mai 2012 var både nedbørmengden og middel-temperaturen høyere enn normalen. Nedbørmengden var 1552 mm, mens det var 660 mm avrenning. Dette gir et nedbøroverskudd på 892 mm, som er betydelig mer enn gjennomsnittet. Antall gjødseldyrenheter har vært relativt stabilt de siste årene. Det ble satt i gang et tiltaksprosjekt i nedbørfeltet i 2010, med mål om å redusere avrenningen av næringsstoffer og å fremme best mulig bruk av gjødsel. 78 % av arealet er tilsluttet tiltaksprosjektet gjennom miljøavtaler. I 2010 og 2011 ble det i gjennomsnitt gjødslet med ca. 2,4 kg P/dekar, hvorav bare 0,1 kg var tilført i form av mineralgjødsel. \n\nGjennomsnittlige konsentrasjoner i vannet var 4,2 mg/l totalnitrogen, 109 μg/l totalfosfor og 7,9 mg/l suspendert stoff, som er noe lavere enn foregående år. Deler av nedbørfeltet var oversvømt en periode på vinteren på grunn av pumpe-stans, men dette har ikke hatt vesentlig betydning for konsentrasjoner og tap.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.085 | 0.032 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".