Readme Chelsa - 地球表面积高分辨率的气候。1.1版Chelsa(http://chelsa-climate.org/)是高分辨率(30弧sec,〜1 km)的气候数据集,用于地球地面面积。版本1.0是第一个版本。它包括1979 - 2013年期间的每月和年平均温度和降水模式。chelsa_v1基于ERA临时全球循环模型(http://www.ecmwf.int/en/research/climate/climate-reanalysis/era inersy/ERAS)的准机械统计降低缩减(http://www.ecmwf.int scalime ofera) (https://www.ncdc.noaa.gov/ghcnm/)偏置校正。规格:高分辨率(30 Arcsec,〜1 km)降水量和温度每月覆盖1979 - 2013年掺入topocclimate(例如,地形降雨和风场)。缩小的ERA-Interim模型。允许根据每月值(例如干燥期长度等)计算派生参数。Chelsa的所有产品均位于参考WGS 84水平基准的地理坐标系中,水平坐标为小数为小数。Chelsa层的扩展(最小和最大纬度和经度)是从1- arc-second gmted2010数据继承的坐标系的结果,该数据本身从1- arc-second srtm数据继承了网格范围。请注意,由于输入GMTED2010数据的像素中心引用,每个Chelsa网格的全部范围由像素的外部边缘定义与纬度或经度的整数值不同,而纬度或经度的整数值为0.00013888888度(OR 1/2 Arc-Second)。基于Legacy Gtopo30产品的产品用户应注意,Chelsa(和GMTED2010)和GTOPO30的坐标参考并不相同。在gtopo30中,纬度和经度的整数线直接落在30弧秒的像素的边缘上。因此,当用基于GTOPO30的产品覆盖Chelsa时,将在相应30- arc-second像素的边缘之间观察到1/2弧形 - 第二位。数据集为Geotiff格式。可以使用标准GIS软件(例如:saga gis - (免费)http://www.saga-gis.org/ arcgis -https://wwwww.arcgis.com/ qgis-qgis- qgis-(免费) GIS-(免费)https://grass.osgeo.org/从现在的1.0网格范围变化,现在类似于GMTED2010分辨率(十进制程度)的一个:0.00833333333西范围西范围(最小x配合,x配置,最小值):-180.000.000.000.000.000.000.000.000.000.000.000.000.000.000138888 ymimuimum y mimum y -00 musitive y latitive 8.90 0.90:90.90:90.90。范围(最大X坐标,经度):179.9998611111 NorthExtent(最大Y坐标,纬度):83.9998611111行:20,800 Columsn:43,200 - 每月降水版本1.1现在具有GHCN偏置校正。
GitHub:• 自述文件:详细模型设置 • Wiki:数据和方法 • 问题:问题记录及其解决方法 • 讨论:问答、常见问题解答和众包解决方案论坛 • https://github.com/NREL/dgen
☐代码将包含在代码胶囊中。☐ The source code is included in the submission or available in a public repository: _________________________ (url) ☐ A compiled standalone version of the software is included in the submission or available in a public repository: __________________________________ (url) ☐ A test dataset and instructions/scripts for replicating the results are included in the submission or available in a public repository: ___________________________________ (url) ☐ A Readme file with instructions for installing and running the code is included in the submission or available in a public repository: ___________________________________ (url) ☐ The code is made available to reviewers during review.☐在研究中使用了预处理的模型,并可以通过以下方式访问:__________________(URL)☐在研究中使用了预告片的模型,无法访问。☐论文包含有关如何在发布后获取代码和数据的信息。2。数据集
☐代码将包含在代码胶囊中。☐ The source code is included in the submission or available in a public repository: _________________________ (url) ☐ A compiled standalone version of the software is included in the submission or available in a public repository: __________________________________ (url) ☐ A test dataset and instructions/scripts for replicating the results are included in the submission or available in a public repository: ___________________________________ (url) ☐ A Readme file with instructions for installing and running the code is included in the submission or available in a public repository: ___________________________________ (url) ☐ The code is made available to reviewers during review.☐在研究中使用了预处理的模型,并可以通过以下方式访问:__________________(URL)☐在研究中使用了预告片的模型,无法访问。☐论文包含有关如何在发布后获取代码和数据的信息。2。数据集
•将提供哪些元数据以帮助他人识别和发现数据?•强烈鼓励研究人员使用已适当的社区元数据标准。研究数据联盟提供了元数据标准目录。数据存储库还可以提供有关适当的元数据标准的指导。•考虑需要哪些其他文档来启用重复使用。这可能包括有关用于收集数据的方法,分析和程序信息,变量的定义,测量单位的定义,所做的任何假设,数据的格式和文件类型以及用于收集和/或处理数据的软件。•考虑如何捕获此信息以及将其记录在何处,例如,在具有指向每个项目的链接的数据库中,在“ readme”文本文件中,在文件标头中等。
ActNext (2020) 教育伴侣。https://actnext.org/research- and-projects/holistic-learning-mobile-app/ Aljohani, NR 和 Davis, HC (2013)。使用以学生为中心的移动仪表板提供即时详细反馈的学习分析和形成性评估。在第七届下一代移动应用、服务和技术国际会议论文集,IEEE。https://www.semanticscholar.org/paper/Learning-Analytics-and-Formative-Assessment-to-a-Aljohani-Davis/ 4e27f92476194013d098d37b1a8e106b171726f8 Aybek, EC 和 Demirtasli, RN (2017)。针对多分类项目的计算机化自适应测试 (CAT) 应用程序和项目反应理论模型。国际教育与科学研究杂志,3(2),475-487。Beigman Klebanov,B.,Leong,CW和Flor,M。(2015)。有监督的词级隐喻检测实验,具有具体性和重新加权示例。第三届自然语言处理隐喻研讨会论文集,11-20。计算语言学协会。Beigman Klebanov,B.,Madnani,N.,Burstein,J.和Somasundara,S。(2014)。用于对来自来源的写作进行评分的内容重要性模型。计算语言学协会第 52 届年会论文集,247-252。Ben-Simon,A.和Bennett,RE(2007)。迈向更实质性的自动论文评分。 《教学、学习与评估杂志》, 6 (1), 4 – 44。http://www.jtla.org Botarleanu, RM、Dascalu, M.、Sirbu, MD、Crossley, SA 和 Trausan-Matu, S. (2018)。ReadME – 使用 ReaderBench 框架生成个性化的论文写作反馈。在第三届智能学习生态系统和区域发展国际会议 (SLERD 2018)(第 133 – 145 页)上。丹麦奥尔堡。Castro, D.、McLaughlin, M. 和 Chivot, E. (2019) 谁将赢得人工智能竞赛:中国、欧盟还是美国?数据创新中心。 https://www.datainnovation.org/2019/08/who-is-winning-the-ai- race-china-the-eu-or-the-united-states/ Cicchinelli, A., Veas, E., Pardo, A., Pammer-Schindler, V., Fessl, A., Barreiros, C., & Lindstädt, S. (2018). 在活动流中寻找自我调节学习的痕迹。ACM 出版社。https://doi.org/10.1145/ 3170358.3170381 Condon, W. (2013). 大规模评估、本地开发的措施和论文自动评分:寻找红鲱鱼?评估写作,18,100 – 108。Cope, B., & Kalantzis, M. (2016)。大数据走进校园:对学习、评估和研究的影响。AERA Open,2(2),1-19。Crossley, SA 和 Kyle, K.(2018 年)。使用词汇复杂度自动分析工具 (TAALES) 评估写作。评估写作,38,46-50。CWPA、NCTE 和 NWP。(2011 年)。中学后写作成功国家框架。写作项目管理委员会、全国英语教师委员会和国家写作项目。http://wpacouncil。org/files/framework-for-success-postsecondary-writing.pdf Davey, T. (2011)。计算机自适应测试系统指南。州立学校校长委员会。https://files.eric.ed.gov/fulltext/ ED543317.pdf Deane, P. (2013)。论自动作文评分与现代写作观念的关系。评估写作,18,7-24。 DiCerbo, KE 和 Behrens, JT (2014)。数字海洋对教育的影响。Pearson。 Ellis, C. (2013)。拓宽学习分析的范围并提高其实用性:评估分析的案例。英国教育技术杂志,44(4),662-664。 ETS。(2018)。按国家/地区划分的 GRE 考试量。 https://www.ets.org/gre/pdf/gre_volumes_by_country.pdf Farra, N., Somsundaran, S., & Burstein, J. (2015). 使用观点及其目标对说服性论文进行评分。在第十次研讨会论文集