Aller au contenu principal
Accès ouvert déclaré 2025 dataset

Coding Earth in practice: A fully reproducible Python workflow for 1-km geodiversity hotspot mapping in Yellowstone National Park

0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : in, us. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

This record provides a self-contained replication bundle (v7.1) for Objective 1: 1-km geodiversity hotspot mapping in Yellowstone National Park using open data and an open-source Python workflow. The package includes processed inputs, provenance manifests, checksum files for integrity verification, and Python scripts (one-click runner) that generate: (i) a 1-km grid clipped to the official park boundary, (ii) per-cell thermal footprint (m²), lithological richness (unique geologic units), and terrain variability (SD of slope), (iii) a min–max normalized composite geodiversity index, and (iv) hotspot cells defined as GDI ≥ p90, plus the publication figure (Figure 1). To reproduce: run python scripts/00_run_all_obj1.py (see README.md). Contact: Aditya Narayan Rai adityanarayanrai01@gmail.com

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

La source scientifique ouverte est momentanément indisponible.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.