Autres résultats de la pêche comparative du navire de la Garde côtière canadienne (NGCC) Teleost par rapport aux NGCC Capt Jacques Cartier/John Cabot dans la région de Terre-Neuve-et-Labrador à l'automne, pour les espèces des eaux profondes
Bibliographic record
Abstract
On procède à une pêche comparative depuis 2021 dans la région de Terre-Neuve-et-Labrador, car le relevé plurispécifique passe à deux nouveaux navires, le navire de la Garde côtière canadienne (NGCC) Capt Jacques Cartier et le NGCC John Cabot. L’analyse de ce programme a été examinée au cours de deux réunions d’examen par les pairs du SCAS. Nous présentons ici les résultats de la partie II concernant le relevé d’automne. Les données recueillies en 2023, une fois ajoutées à celles recueillies auparavant de 2021 à 2022, étaient suffisantes pour estimer les conversions pour sept autres taxons supplémentaires des eaux profondes pour la série d’automne du NGCC Teleost. On a déterminé qu’aucune conversion n’est nécessaire pour 16 taxons des eaux profondes. De plus, à la suite des recommandations formulées dans la partie I, plusieurs regroupements de taxons ont été modifiés et réévalués pour le NGCC Teleost et le NGCC Alfred Needler. À partir de ces regroupements, on a pu déterminer huit facteurs de conversion supplémentaires pour le NGCC Teleost et neuf pour le NGCC Alfred Needler.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".