rows { options { physical_type: PHYSICAL_STREAM_TYPE_QUADS max_name_table_size: 128 max_prefix_table_size: 16 max_datatype_table_size: 16 logical_type: LOGICAL_STREAM_TYPE_DATASETS version: 2 } } rows { prefix { value: "https://w3id.org/np/" } } rows { name { value: "RAAkctGwVFCugvRTXn5PTQxpBYNbrreHJrzjsVM5Kb5iA" } } rows { namespace { name: "this" value { prefix_id: 1 } } } rows { prefix { value: "https://w3id.org/np/RAAkctGwVFCugvRTXn5PTQxpBYNbrreHJrzjsVM5Kb5iA/" } } rows { name { } } rows { namespace { name: "sub" value { prefix_id: 2 } } } rows { prefix { value: "http://www.nanopub.org/nschema#" } } rows { namespace { name: "np" value { prefix_id: 3 name_id: 2 } } } rows { prefix { value: "http://purl.org/dc/terms/" } } rows { namespace { name: "dct" value { prefix_id: 4 name_id: 2 } } } rows { prefix { value: "http://purl.org/pav/" } } rows { namespace { name: "pav" value { prefix_id: 5 name_id: 2 } } } rows { prefix { value: "http://www.w3.org/1999/02/22-rdf-syntax-ns#" } } rows { namespace { name: "rdf" value { prefix_id: 6 name_id: 2 } } } rows { prefix { value: "http://www.w3.org/2002/07/owl#" } } rows { namespace { name: "owl" value { prefix_id: 7 name_id: 2 } } } rows { prefix { value: "http://www.w3.org/2004/03/trix/rdfg-1/" } } rows { namespace { name: "rdfg" value { prefix_id: 8 name_id: 2 } } } rows { prefix { value: "http://purl.org/dc/elements/1.1/" } } rows { namespace { name: "dce" value { prefix_id: 9 name_id: 2 } } } rows { prefix { value: "http://www.w3.org/2001/XMLSchema#" } } rows { namespace { name: "xsd" value { prefix_id: 10 name_id: 2 } } } rows { prefix { value: "http://www.w3.org/2000/01/rdf-schema#" } } rows { namespace { name: "rdfs" value { prefix_id: 11 name_id: 2 } } } rows { prefix { value: "http://www.w3.org/ns/prov#" } } rows { namespace { name: "prov" value { prefix_id: 12 name_id: 2 } } } rows { prefix { value: "http://purl.org/nanopub/x/" } } rows { namespace { name: "npx" value { prefix_id: 13 name_id: 2 } } } rows { name { value: "hasAssertion" } } rows { name { value: "assertion" } } rows { name { value: "Head" } } rows { quad { s_iri { prefix_id: 1 name_id: 1 } p_iri { prefix_id: 3 name_id: 3 } o_iri { prefix_id: 2 } g_iri { } } } rows { name { value: "hasProvenance" } } rows { name { value: "provenance" } } rows { quad { p_iri { prefix_id: 3 } o_iri { prefix_id: 2 } } } rows { name { value: "hasPublicationInfo" } } rows { name { value: "pubinfo" } } rows { quad { p_iri { prefix_id: 3 } o_iri { prefix_id: 2 } } } rows { name { value: "type" } } rows { name { value: "Nanopublication" } } rows { quad { p_iri { prefix_id: 6 } o_iri { prefix_id: 3 } } } rows { prefix { value: "http://eurovoc.europa.eu/" } } rows { name { value: "2114" } } rows { prefix { value: "http://schema.org/" } } rows { name { value: "description" } } rows { quad { s_iri { prefix_id: 14 } p_iri { prefix_id: 15 } o_literal { } g_iri { prefix_id: 2 name_id: 4 } } } rows { name { value: "name" } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Oceanography" } } } rows { name { value: "DefinedTerm" } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 15 } } } rows { name { value: "2919" } } rows { quad { s_iri { prefix_id: 14 } p_iri { prefix_id: 15 name_id: 13 } o_literal { } } } rows { quad { p_iri { } o_literal { lex: "Environmental research" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 15 } } } rows { name { value: "c_a935cf3f" } } rows { quad { s_iri { prefix_id: 14 name_id: 17 } p_iri { prefix_id: 15 name_id: 13 } o_literal { } } } rows { quad { p_iri { } o_literal { lex: "Earth observation" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 15 } } } rows { prefix { value: "https://210507-004.oceansvirtual.com/view/content/skdwP611e3583eba2b/" } } rows { name { value: "ecf65c2aaf278557ad05c213247d67a54196c9376a0aed8f1875681f182daeed" } } rows { name { value: "author" } } rows { prefix { id: 4 } } rows { name { value: "mailto:environmental.ds.book@gmail.com" } } rows { quad { s_iri { prefix_id: 16 name_id: 18 } p_iri { prefix_id: 15 } o_iri { prefix_id: 4 } } } rows { name { value: "contentUrl" } } rows { quad { p_iri { prefix_id: 15 } o_literal { lex: "https://210507-004.oceansvirtual.com/view/content/skdwP611e3583eba2b/ecf65c2aaf278557ad05c213247d67a54196c9376a0aed8f1875681f182daeed" } } } rows { name { value: "creator" } } rows { quad { p_iri { } o_iri { prefix_id: 4 name_id: 20 } } } rows { name { value: "dateCreated" } } rows { quad { p_iri { prefix_id: 15 name_id: 23 } o_literal { lex: "2022-01-28 16:07:40.875698+00:00" } } } rows { name { value: "dateModified" } } rows { quad { p_iri { } o_literal { lex: "2023-03-20 16:26:43.758517+00:00" } } } rows { quad { p_iri { name_id: 13 } o_literal { lex: "Related publication of the modelling published in OCEANS 2021" } } } rows { name { value: "license" } } rows { prefix { value: "https://choosealicense.com/no-permission/" } } rows { quad { p_iri { name_id: 25 } o_iri { prefix_id: 5 name_id: 2 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Detecting macro floating objects on coastal water bodies using sentinel-2 data" } } } rows { name { value: "sdDatePublished" } } rows { quad { p_iri { name_id: 26 } o_literal { lex: "2022-01-28 16:07:40.875698+00:00" } } } rows { prefix { id: 7 value: "http://purl.org/dc/terms/" } } rows { name { value: "BibliographicResource" } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 7 name_id: 27 } } } rows { prefix { value: "http://purl.org/wf4ever/wf4ever#" } } rows { name { value: "Resource" } } rows { quad { o_iri { prefix_id: 8 } } } rows { name { value: "MediaObject" } } rows { quad { o_iri { prefix_id: 15 } } } rows { prefix { value: "https://doi.org/10.5194/" } } rows { name { value: "isprs-annals-V-3-2021-285-2021" } } rows { quad { s_iri { prefix_id: 9 } p_iri { prefix_id: 15 name_id: 19 } o_iri { prefix_id: 4 } } } rows { quad { p_iri { prefix_id: 15 } o_literal { lex: "https://doi.org/10.5194/isprs-annals-V-3-2021-285-2021" } } } rows { quad { p_iri { } o_iri { prefix_id: 4 name_id: 20 } } } rows { quad { p_iri { prefix_id: 15 name_id: 23 } o_literal { lex: "2022-01-28 16:07:43.339740+00:00" } } } rows { quad { p_iri { } o_literal { lex: "2023-03-20 16:26:38.898474+00:00" } } } rows { quad { p_iri { name_id: 13 } o_literal { lex: "Publication with further details of the modelling published in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences" } } } rows { quad { p_iri { name_id: 25 } o_iri { prefix_id: 5 name_id: 2 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Towards detecting floating objects on a global scale with learned spatial features using sentinel 2" } } } rows { quad { p_iri { name_id: 26 } o_literal { lex: "2022-01-28 16:07:43.339740+00:00" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 7 name_id: 27 } } } rows { quad { o_iri { prefix_id: 8 } } } rows { quad { o_iri { prefix_id: 15 } } } rows { prefix { value: "https://doi.org/10.5281/" } } rows { name { value: "zenodo.5827376" } } rows { quad { s_iri { prefix_id: 10 name_id: 31 } p_iri { prefix_id: 15 name_id: 19 } o_iri { prefix_id: 4 } } } rows { quad { p_iri { prefix_id: 15 } o_literal { lex: "https://doi.org/10.5281/zenodo.5827376" } } } rows { quad { p_iri { } o_iri { prefix_id: 4 name_id: 20 } } } rows { quad { p_iri { prefix_id: 15 name_id: 23 } o_literal { lex: "2022-01-28 16:07:34.662177+00:00" } } } rows { quad { p_iri { } o_literal { lex: "2023-03-20 16:26:36.244852+00:00" } } } rows { quad { p_iri { name_id: 13 } o_literal { lex: "Contains input analysis-ready input images used in the Jupyter notebook of Detecting floating objects using deep learning and Sentinel-2 imagery" } } } rows { quad { p_iri { name_id: 25 } o_iri { prefix_id: 5 name_id: 2 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Input images" } } } rows { quad { p_iri { name_id: 26 } o_literal { lex: "2022-01-28 16:07:34.662177+00:00" } } } rows { name { value: "Dataset" } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 8 name_id: 32 } } } rows { quad { o_iri { name_id: 28 } } } rows { quad { o_iri { prefix_id: 15 } } } rows { name { value: "zenodo.5911143" } } rows { quad { s_iri { prefix_id: 10 name_id: 33 } p_iri { prefix_id: 15 name_id: 19 } o_iri { prefix_id: 4 } } } rows { quad { p_iri { prefix_id: 15 } o_literal { lex: "https://doi.org/10.5281/zenodo.5911143" } } } rows { quad { p_iri { } o_iri { prefix_id: 4 name_id: 20 } } } rows { quad { p_iri { prefix_id: 15 name_id: 23 } o_literal { lex: "2022-01-28 16:07:38.160206+00:00" } } } rows { quad { p_iri { } o_literal { lex: "2023-03-20 16:26:43.879157+00:00" } } } rows { quad { p_iri { name_id: 13 } o_literal { lex: "Contains outputs, (predictions and interactive figure), generated in the Jupyter notebook of Detecting floating objects using deep learning and Sentinel-2 imagery" } } } rows { quad { p_iri { name_id: 25 } o_iri { prefix_id: 5 name_id: 2 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Outputs" } } } rows { quad { p_iri { name_id: 26 } o_literal { lex: "2022-01-28 16:07:38.160206+00:00" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 8 name_id: 32 } } } rows { quad { o_iri { name_id: 28 } } } rows { quad { o_iri { prefix_id: 15 } } } rows { prefix { value: "https://edsbook.org/notebooks/gallery/b34facfa-cea8-48f5-89f6-f11ce00812a9/" } } rows { name { value: "notebook.html" } } rows { quad { s_iri { prefix_id: 11 name_id: 34 } p_iri { prefix_id: 15 name_id: 19 } o_iri { prefix_id: 4 } } } rows { quad { p_iri { prefix_id: 15 } o_literal { lex: "https://edsbook.org/notebooks/gallery/b34facfa-cea8-48f5-89f6-f11ce00812a9/notebook.html" } } } rows { quad { p_iri { } o_iri { prefix_id: 4 name_id: 20 } } } rows { quad { p_iri { prefix_id: 15 name_id: 23 } o_literal { lex: "2022-01-31 11:16:52.095424+00:00" } } } rows { quad { p_iri { } o_literal { lex: "2023-03-20 16:26:43.642918+00:00" } } } rows { quad { p_iri { name_id: 13 } o_literal { lex: "Rendered version of the Jupyter Notebook hosted by the Environmental Data Science Book" } } } rows { name { value: "encodingFormat" } } rows { quad { p_iri { name_id: 35 } o_literal { lex: "text/html" } } } rows { quad { p_iri { name_id: 25 } o_iri { prefix_id: 5 name_id: 2 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Online rendered version of the Jupyter notebook" } } } rows { quad { p_iri { name_id: 26 } o_literal { lex: "2022-01-31 11:16:52.095424+00:00" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 8 name_id: 28 } } } rows { quad { o_iri { prefix_id: 15 } } } rows { name { value: "publication" } } rows { quad { o_iri { name_id: 36 } } } rows { prefix { value: "https://github.com/eds-book-gallery/b34facfa-cea8-48f5-89f6-f11ce00812a9/blob/main/.lock/" } } rows { name { value: "conda-linux-64.lock" } } rows { quad { s_iri { prefix_id: 12 } p_iri { prefix_id: 15 name_id: 19 } o_iri { prefix_id: 4 } } } rows { quad { p_iri { prefix_id: 15 } o_literal { lex: "https://github.com/eds-book-gallery/b34facfa-cea8-48f5-89f6-f11ce00812a9/blob/main/.lock/conda-linux-64.lock" } } } rows { quad { p_iri { } o_iri { prefix_id: 4 name_id: 20 } } } rows { quad { p_iri { prefix_id: 15 name_id: 23 } o_literal { lex: "2022-01-31 11:16:54.901085+00:00" } } } rows { quad { p_iri { } o_literal { lex: "2023-03-20 16:26:39.778423+00:00" } } } rows { quad { p_iri { name_id: 13 } o_literal { lex: "Lock conda file for linux-64 OS of the Jupyter Book hosted by the Environmental Data Science Book" } } } rows { quad { p_iri { name_id: 25 } o_iri { prefix_id: 5 name_id: 2 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Lock conda file for linux-64" } } } rows { quad { p_iri { name_id: 26 } o_literal { lex: "2022-01-31 11:16:54.901085+00:00" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 8 name_id: 28 } } } rows { quad { o_iri { prefix_id: 15 } } } rows { name { value: "conda-osx-64.lock" } } rows { quad { s_iri { prefix_id: 12 name_id: 38 } p_iri { prefix_id: 15 name_id: 19 } o_iri { prefix_id: 4 } } } rows { quad { p_iri { prefix_id: 15 } o_literal { lex: "https://github.com/eds-book-gallery/b34facfa-cea8-48f5-89f6-f11ce00812a9/blob/main/.lock/conda-osx-64.lock" } } } rows { quad { p_iri { } o_iri { prefix_id: 4 name_id: 20 } } } rows { quad { p_iri { prefix_id: 15 name_id: 23 } o_literal { lex: "2022-01-31 11:16:56.332731+00:00" } } } rows { quad { p_iri { } o_literal { lex: "2023-03-20 16:26:36.488124+00:00" } } } rows { quad { p_iri { name_id: 13 } o_literal { lex: "Lock conda file for osx-64 OS of the Jupyter Book hosted by the Environmental Data Science Book" } } } rows { quad { p_iri { name_id: 25 } o_iri { prefix_id: 5 name_id: 2 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Lock conda file for osx-64" } } } rows { quad { p_iri { name_id: 26 } o_literal { lex: "2022-01-31 11:16:56.332731+00:00" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 8 name_id: 28 } } } rows { quad { o_iri { prefix_id: 15 } } } rows { name { value: "requirements.txt" } } rows { quad { s_iri { prefix_id: 12 name_id: 39 } p_iri { prefix_id: 15 name_id: 19 } o_iri { prefix_id: 4 } } } rows { quad { p_iri { prefix_id: 15 } o_literal { lex: "https://github.com/eds-book-gallery/b34facfa-cea8-48f5-89f6-f11ce00812a9/blob/main/.lock/requirements.txt" } } } rows { quad { p_iri { } o_iri { prefix_id: 4 name_id: 20 } } } rows { quad { p_iri { prefix_id: 15 name_id: 23 } o_literal { lex: "2022-01-31 11:27:45.283002+00:00" } } } rows { quad { p_iri { } o_literal { lex: "2023-03-20 16:26:37.078794+00:00" } } } rows { quad { p_iri { name_id: 13 } o_literal { lex: "Pip requirements file containing libraries to install after conda lock" } } } rows { quad { p_iri { name_id: 35 } o_literal { lex: "text/plain" } } } rows { quad { p_iri { name_id: 25 } o_iri { prefix_id: 5 name_id: 2 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Pip requirements for lock conda environments" } } } rows { quad { p_iri { name_id: 26 } o_literal { lex: "2022-01-31 11:27:45.283002+00:00" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 8 name_id: 28 } } } rows { quad { o_iri { prefix_id: 15 } } } rows { prefix { value: "https://raw.githubusercontent.com/eds-book-gallery/b34facfa-cea8-48f5-89f6-f11ce00812a9/main/.binder/" } } rows { name { value: "environment.yml" } } rows { quad { s_iri { prefix_id: 13 name_id: 40 } p_iri { prefix_id: 15 name_id: 19 } o_iri { prefix_id: 4 } } } rows { quad { p_iri { prefix_id: 15 } o_literal { lex: "https://raw.githubusercontent.com/eds-book-gallery/b34facfa-cea8-48f5-89f6-f11ce00812a9/main/.binder/environment.yml" } } } rows { quad { p_iri { } o_iri { prefix_id: 4 name_id: 20 } } } rows { quad { p_iri { prefix_id: 15 name_id: 23 } o_literal { lex: "2022-01-31 11:32:03.379546+00:00" } } } rows { quad { p_iri { } o_literal { lex: "2023-03-20 16:26:39.940401+00:00" } } } rows { quad { p_iri { name_id: 13 } o_literal { lex: "Conda environment when user want to have the same libraries installed without concerns of package versions" } } } rows { quad { p_iri { name_id: 25 } o_iri { prefix_id: 5 name_id: 2 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Conda environment" } } } rows { quad { p_iri { name_id: 26 } o_literal { lex: "2022-01-31 11:32:03.379546+00:00" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 8 name_id: 28 } } } rows { quad { o_iri { prefix_id: 15 } } } rows { prefix { id: 1 value: "https://raw.githubusercontent.com/eds-book-gallery/b34facfa-cea8-48f5-89f6-f11ce00812a9/main/" } } rows { name { value: "notebook.ipynb" } } rows { quad { s_iri { prefix_id: 1 name_id: 41 } p_iri { prefix_id: 15 name_id: 19 } o_iri { prefix_id: 4 } } } rows { quad { p_iri { prefix_id: 15 } o_literal { lex: "https://raw.githubusercontent.com/eds-book-gallery/b34facfa-cea8-48f5-89f6-f11ce00812a9/main/notebook.ipynb" } } } rows { quad { p_iri { } o_iri { prefix_id: 4 name_id: 20 } } } rows { quad { p_iri { prefix_id: 15 name_id: 23 } o_literal { lex: "2022-01-28 16:07:32.857476+00:00" } } } rows { quad { p_iri { } o_literal { lex: "2023-03-20 16:26:39.058397+00:00" } } } rows { quad { p_iri { name_id: 13 } o_literal { lex: "Jupyter Notebook hosted by the Environmental Data Science Book" } } } rows { quad { p_iri { name_id: 25 } o_iri { prefix_id: 5 name_id: 2 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Jupyter notebook" } } } rows { quad { p_iri { name_id: 26 } o_literal { lex: "2022-01-28 16:07:32.857476+00:00" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 8 name_id: 28 } } } rows { quad { o_iri { prefix_id: 15 } } } rows { prefix { id: 3 value: "http://w3id.org/ro/" } } rows { name { value: "earth-scienceJupyterNotebook" } } rows { quad { o_iri { prefix_id: 3 name_id: 42 } } } rows { prefix { id: 2 value: "https://schema.org/" } } rows { name { value: "softwareRequirements" } } rows { prefix { id: 14 value: "https://w3id.org/ro-id/42a5f00d-7eee-4dbe-85d6-c192fa6e135e/resources/" } } rows { name { value: "83b2492d-b4bb-4f8c-acc9-775e288a971c" } } rows { quad { p_iri { prefix_id: 2 } o_iri { prefix_id: 14 } } } rows { prefix { id: 16 value: "https://w3id.org/ro-id/42a5f00d-7eee-4dbe-85d6-c192fa6e135e/#" } } rows { name { value: "12bf0f85-38a0-41b4-90ab-b901b5c749b7" } } rows { name { value: "geo" } } rows { name { value: "dbfbb76a-c2c9-4d99-bcd9-21059a6ad9d6" } } rows { quad { s_iri { prefix_id: 16 } p_iri { prefix_id: 15 } o_iri { prefix_id: 16 } } } rows { name { value: "identifier" } } rows { quad { p_iri { prefix_id: 15 } o_literal { lex: "12bf0f85-38a0-41b4-90ab-b901b5c749b7" } } } rows { quad { p_iri { name_id: 14 } o_literal { lex: "POLYGON ((119.12620106576212 39.27393119797617, 119.19563809273966 39.27393119797617, 119.19563809273966 39.30980175207518, 119.12620106576212 39.30980175207518, 119.12620106576212 39.27393119797617))" } } } rows { name { value: "Place" } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 49 } } } rows { name { value: "26ae7386-544b-464f-881e-6d746ed4f87a" } } rows { name { value: "668a3bae-ebf9-4348-805d-210050a6c0fb" } } rows { quad { s_iri { prefix_id: 16 } p_iri { prefix_id: 15 name_id: 46 } o_iri { prefix_id: 16 name_id: 51 } } } rows { quad { p_iri { prefix_id: 15 name_id: 48 } o_literal { lex: "26ae7386-544b-464f-881e-6d746ed4f87a" } } } rows { quad { p_iri { name_id: 14 } o_literal { lex: "POLYGON ((-43.2315509040757 -22.80675019122663, -43.02418396071632 -22.80675019122663, -43.02418396071632 -22.678831998280632, -43.2315509040757 -22.678831998280632, -43.2315509040757 -22.80675019122663))" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 49 } } } rows { name { value: "53165e21-d766-4adf-afe8-90a1aab219b2" } } rows { quad { s_iri { prefix_id: 16 name_id: 52 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "POLYGON ((26.521543885417145 39.03722381230471, 26.52744474524991 39.03722381230471, 26.52744474524991 39.04105711064335, 26.521543885417145 39.04105711064335, 26.521543885417145 39.03722381230471))" } } } rows { name { value: "polygon" } } rows { quad { p_iri { name_id: 53 } o_literal { lex: "26.521543885417145 39.03722381230471, 26.52744474524991 39.03722381230471, 26.52744474524991 39.04105711064335, 26.521543885417145 39.04105711064335, 26.521543885417145 39.03722381230471" } } } rows { name { value: "GeoShape" } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 54 } } } rows { quad { s_iri { prefix_id: 16 name_id: 51 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "POLYGON ((-43.2315509040757 -22.80675019122663, -43.02418396071632 -22.80675019122663, -43.02418396071632 -22.678831998280632, -43.2315509040757 -22.678831998280632, -43.2315509040757 -22.80675019122663))" } } } rows { quad { p_iri { name_id: 53 } o_literal { lex: "-43.2315509040757 -22.80675019122663, -43.02418396071632 -22.80675019122663, -43.02418396071632 -22.678831998280632, -43.2315509040757 -22.678831998280632, -43.2315509040757 -22.80675019122663" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 54 } } } rows { name { value: "76218b03-5645-4d84-9d1b-8fba0dddd230" } } rows { quad { s_iri { prefix_id: 16 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "POLYGON ((-86.82548387 20.977342054, -86.751891297 20.977342054, -86.751891297 21.033273193, -86.82548387 21.033273193, -86.82548387 20.977342054))" } } } rows { quad { p_iri { name_id: 53 } o_literal { lex: "-86.82548387 20.977342054, -86.751891297 20.977342054, -86.751891297 21.033273193, -86.82548387 21.033273193, -86.82548387 20.977342054" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 54 } } } rows { name { value: "ba9688c7-c6e9-48fe-b84a-808764e55d29" } } rows { quad { s_iri { prefix_id: 16 name_id: 56 } p_iri { prefix_id: 15 name_id: 46 } o_iri { prefix_id: 16 name_id: 52 } } } rows { quad { p_iri { prefix_id: 15 name_id: 48 } o_literal { lex: "ba9688c7-c6e9-48fe-b84a-808764e55d29" } } } rows { quad { p_iri { name_id: 14 } o_literal { lex: "POLYGON ((26.521543885417145 39.03722381230471, 26.52744474524991 39.03722381230471, 26.52744474524991 39.04105711064335, 26.521543885417145 39.04105711064335, 26.521543885417145 39.03722381230471))" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 49 } } } rows { quad { s_iri { prefix_id: 16 name_id: 47 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "POLYGON ((119.12620106576212 39.27393119797617, 119.19563809273966 39.27393119797617, 119.19563809273966 39.30980175207518, 119.12620106576212 39.30980175207518, 119.12620106576212 39.27393119797617))" } } } rows { quad { p_iri { name_id: 53 } o_literal { lex: "119.12620106576212 39.27393119797617, 119.19563809273966 39.27393119797617, 119.19563809273966 39.30980175207518, 119.12620106576212 39.30980175207518, 119.12620106576212 39.27393119797617" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 54 } } } rows { name { value: "ddaf256a-683f-4cd5-86b2-58637e6017b3" } } rows { quad { s_iri { prefix_id: 16 name_id: 57 } p_iri { prefix_id: 15 name_id: 46 } o_iri { prefix_id: 16 name_id: 55 } } } rows { quad { p_iri { prefix_id: 15 name_id: 48 } o_literal { lex: "ddaf256a-683f-4cd5-86b2-58637e6017b3" } } } rows { quad { p_iri { name_id: 14 } o_literal { lex: "POLYGON ((-86.82548387 20.977342054, -86.751891297 20.977342054, -86.751891297 21.033273193, -86.82548387 21.033273193, -86.82548387 20.977342054))" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 49 } } } rows { prefix { id: 9 value: "https://w3id.org/ro-id/42a5f00d-7eee-4dbe-85d6-c192fa6e135e/" } } rows { name { value: "doi" } } rows { quad { s_iri { prefix_id: 9 name_id: 2 } p_iri { prefix_id: 7 name_id: 58 } o_literal { lex: "https://doi.org/10.24424/g1bk-dv49" } } } rows { prefix { value: "http://purl.org/wf4ever/roevo#" } } rows { name { value: "isFinalized" } } rows { quad { p_iri { prefix_id: 10 } o_literal { lex: "False" } } } rows { name { value: "isSnapshotOf" } } rows { prefix { value: "https://w3id.org/ro-id/" } } rows { name { value: "b34facfa-cea8-48f5-89f6-f11ce00812a9" } } rows { quad { p_iri { } o_iri { prefix_id: 11 } } } rows { name { value: "snapshotedAtTime" } } rows { quad { p_iri { prefix_id: 10 } o_literal { lex: "2023-03-20 16:26:43.968412+00:00" } } } rows { name { value: "snapshotedBy" } } rows { quad { p_iri { } o_iri { prefix_id: 4 name_id: 20 } } } rows { name { value: "about" } } rows { prefix { value: "http://eurovoc.europa.eu/" } } rows { quad { p_iri { prefix_id: 15 name_id: 64 } o_iri { prefix_id: 12 name_id: 12 } } } rows { quad { o_iri { name_id: 16 } } } rows { quad { o_iri { } } } rows { prefix { value: "mailto:https://orcid.org/" } } rows { name { value: "0000-0002-9480-7387" } } rows { quad { p_iri { prefix_id: 15 name_id: 19 } o_iri { prefix_id: 13 name_id: 65 } } } rows { name { value: "0000-0003-0808-3480" } } rows { quad { o_iri { } } } rows { name { value: "contentLocation" } } rows { quad { p_iri { prefix_id: 15 } o_iri { prefix_id: 16 name_id: 45 } } } rows { quad { o_iri { name_id: 50 } } } rows { quad { o_iri { name_id: 56 } } } rows { quad { o_iri { } } } rows { name { value: "contentSize" } } rows { datatype { value: "http://www.w3.org/2001/XMLSchema#integer" } } rows { quad { p_iri { prefix_id: 15 name_id: 68 } o_literal { lex: "1818485" datatype: 1 } } } rows { quad { p_iri { name_id: 21 } o_literal { lex: "https://api.rohub.org/api/ros/42a5f00d-7eee-4dbe-85d6-c192fa6e135e/crate/download/" } } } rows { name { value: "contributor" } } rows { prefix { id: 1 value: "mailto:https://github.com/" } } rows { name { value: "acocac" } } rows { quad { p_iri { name_id: 69 } o_iri { prefix_id: 1 } } } rows { name { value: "copyrightHolder" } } rows { quad { p_iri { prefix_id: 15 } o_iri { prefix_id: 4 name_id: 20 } } } rows { quad { p_iri { prefix_id: 15 name_id: 22 } } } rows { quad { p_iri { } o_literal { lex: "2022-01-28 16:07:18.008253+00:00" } } } rows { quad { p_iri { } o_literal { lex: "2024-03-05 12:17:35.087630+00:00" } } } rows { name { value: "datePublished" } } rows { quad { p_iri { name_id: 72 } o_literal { lex: "2022-01-28 16:07:18.008253+00:00" } } } rows { quad { p_iri { name_id: 13 } o_literal { lex: "The research object refers to the Detecting floating objects using deep learning and Sentinel-2 imagery notebook published in the Environmental Data Science book." } } } rows { quad { p_iri { name_id: 35 } o_literal { lex: "application/ld+json" } } } rows { name { value: "hasPart" } } rows { prefix { id: 5 value: "https://w3id.org/ro-id/42a5f00d-7eee-4dbe-85d6-c192fa6e135e/folders/" } } rows { name { value: "15feba21-372c-46d6-b0b0-19e0aaea6804" } } rows { quad { p_iri { name_id: 73 } o_iri { prefix_id: 5 } } } rows { name { value: "a3951320-07a9-4c0f-ad92-2f9968c3d5d6" } } rows { quad { o_iri { } } } rows { name { value: "b68a9b7a-911b-408e-8589-9b390cc2b9c6" } } rows { quad { o_iri { } } } rows { name { value: "ccf84951-cb66-430a-8f49-d9107c8611ca" } } rows { quad { o_iri { } } } rows { name { value: "8c66557a-510d-43ca-aab9-deb3a05b805c" } } rows { quad { o_iri { prefix_id: 14 } } } rows { quad { p_iri { prefix_id: 15 name_id: 48 } o_literal { lex: "https://w3id.org/ro-id/42a5f00d-7eee-4dbe-85d6-c192fa6e135e" } } } rows { name { value: "keywords" } } rows { quad { p_iri { name_id: 79 } o_literal { lex: "Environmental Science" } } } rows { prefix { id: 8 value: "https://choosealicense.com/no-permission/" } } rows { quad { p_iri { name_id: 25 } o_iri { prefix_id: 8 name_id: 2 } } } rows { name { value: "mainEntity" } } rows { quad { p_iri { prefix_id: 15 name_id: 80 } o_literal { lex: "Jupyter Notebook" } } } rows { quad { p_iri { name_id: 14 } o_literal { lex: "Detecting floating objects using deep learning and Sentinel-2 imagery (Jupyter Notebook) published in the Environmental Data Science book - snapshot" } } } rows { quad { o_literal { lex: "Detecting floating objects using deep learning and Sentinel-2 imagery (Jupyter Notebook) published in the Environmental Data Science book" } } } rows { name { value: "publisher" } } rows { quad { p_iri { name_id: 81 } o_iri { prefix_id: 4 name_id: 20 } } } rows { prefix { id: 3 value: "http://w3id.org/ro-id/rohub/model#" } } rows { name { value: "community" } } rows { prefix { id: 2 value: "https://w3id.org/ro-id/communities/" } } rows { name { value: "379a4687-de50-44c7-b7bd-37125ebd4ff7" } } rows { quad { p_iri { prefix_id: 3 name_id: 82 } o_iri { prefix_id: 2 } } } rows { name { value: "creation_mode" } } rows { quad { p_iri { prefix_id: 3 } o_literal { lex: "MANUAL" } } } rows { name { value: "enrichmentSubject" } } rows { prefix { id: 6 value: "https://w3id.org/ro-id/enrichment/" } } rows { name { value: "03463e85-d63a-4c20-b548-9d208d3bc969" } } rows { quad { p_iri { } o_iri { prefix_id: 6 } } } rows { name { value: "05a3d87d-0580-494d-8553-bca0bd5af603" } } rows { quad { o_iri { } } } rows { name { value: "1387bba2-0771-48e9-9f5d-7e419c065ae3" } } rows { quad { o_iri { } } } rows { name { value: "32a408f8-a253-46d8-8327-e624880f8932" } } rows { quad { o_iri { } } } rows { name { value: "3753aaa2-266c-4aee-a4e8-9d72a089c1ad" } } rows { quad { o_iri { } } } rows { name { value: "39dd377b-9927-44e2-becf-64b734f713d9" } } rows { quad { o_iri { } } } rows { name { value: "439800f3-aebd-4c0a-b3c8-0c6a3f04a357" } } rows { quad { o_iri { } } } rows { name { value: "43ecb39d-fce4-4cbf-8687-700a2a20f6a1" } } rows { quad { o_iri { } } } rows { name { value: "5523b3ad-8455-4582-9ffe-9fafa041e752" } } rows { quad { o_iri { } } } rows { name { value: "5e24d4de-171f-4ef1-baf8-899388b76e40" } } rows { quad { o_iri { } } } rows { name { value: "664b92ad-7a79-45e8-95b9-45a9aaaa92a0" } } rows { quad { o_iri { } } } rows { name { value: "6ca0279f-f8b0-435b-9679-06f8b0c44bbb" } } rows { quad { o_iri { } } } rows { name { value: "7280e43f-5664-4b44-8f08-2d3f0cb36dfb" } } rows { quad { o_iri { } } } rows { name { value: "77caa7e5-8010-42b8-973a-718e1c5edb24" } } rows { quad { o_iri { } } } rows { name { value: "79059388-0c9f-4ef2-ac80-810f291d35df" } } rows { quad { o_iri { } } } rows { name { value: "7b8ca3c9-a74b-4690-b604-6b880b9c6faa" } } rows { quad { o_iri { } } } rows { name { value: "8459bca6-5849-4548-935f-fbeb49a0139d" } } rows { quad { o_iri { } } } rows { name { value: "86156652-604c-4ed2-9084-af74ac9f88a0" } } rows { quad { o_iri { } } } rows { name { value: "a52823db-0996-482a-84c8-5e38edf6edc4" } } rows { quad { o_iri { } } } rows { name { value: "adae6966-fd8a-403f-87ed-717917dd5c4b" } } rows { quad { o_iri { } } } rows { name { value: "bf90b86f-1469-4d5a-af3d-15cdd954dbc0" } } rows { quad { o_iri { } } } rows { name { value: "c2e54dd8-5ec2-45d1-8694-073065d8d218" } } rows { quad { o_iri { } } } rows { name { value: "c5da8c31-6197-4793-9fcb-ae7cc150f231" } } rows { quad { o_iri { } } } rows { name { value: "c9d14389-eea2-42a3-8279-7ed23f584f08" } } rows { quad { o_iri { } } } rows { name { value: "cd47719c-f831-4e9a-a331-9fb1e49d3cf8" } } rows { quad { o_iri { } } } rows { name { value: "df54296d-f0fb-4485-9e35-f3fd641b4539" } } rows { quad { o_iri { } } } rows { name { value: "e419fbc6-3e12-421a-ac80-ac2fe8fc2667" } } rows { quad { o_iri { } } } rows { name { value: "e71ddc69-6afb-4079-9852-8825652afda5" } } rows { quad { o_iri { } } } rows { name { value: "e8ec69c0-b5d6-405b-8eec-7675045e2d30" } } rows { quad { o_iri { } } } rows { name { value: "e92740c3-e68d-4d2a-83f0-b2c07b61bd75" } } rows { quad { o_iri { } } } rows { name { value: "fc1a2731-4b61-4570-bb7e-300e58c4426e" } } rows { quad { o_iri { } } } rows { prefix { id: 9 value: "http://www.opengis.net/ont/geosparql#" } } rows { name { value: "hasGeometry" } } rows { prefix { id: 7 value: "https://w3id.org/ro-id/42a5f00d-7eee-4dbe-85d6-c192fa6e135e/" } } rows { name { value: "0edc91a9-9049-4357-bad7-677880c8fd8a" } } rows { quad { p_iri { prefix_id: 9 } o_iri { prefix_id: 7 } } } rows { name { value: "19f9ef3f-8678-48f5-a9ac-cf364939dcda" } } rows { quad { o_iri { } } } rows { name { value: "e2eba045-3c2c-44a1-aa39-06cc232d05f9" } } rows { quad { o_iri { } } } rows { prefix { id: 11 value: "http://www.w3.org/1999/02/22-rdf-syntax-ns#" } } rows { prefix { id: 10 value: "http://purl.org/wf4ever/ro#" } } rows { name { value: "ResearchObject" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 10 name_id: 121 } } } rows { prefix { id: 12 value: "http://purl.org/wf4ever/roevo#" } } rows { name { value: "SnapshotRO" } } rows { quad { o_iri { prefix_id: 12 } } } rows { quad { o_iri { prefix_id: 15 name_id: 32 } } } rows { prefix { value: "http://w3id.org/ro/" } } rows { name { value: "earth-scienceExecutableResearchObject" } } rows { quad { o_iri { prefix_id: 13 name_id: 123 } } } rows { prefix { id: 16 value: "https://w3id.org/ro/terms/earth-science#" } } rows { name { value: "ExecutableResearchObject" } } rows { quad { o_iri { prefix_id: 16 } } } rows { prefix { id: 1 value: "https://www.w3.org/ns/iana/link-relations/relation#" } } rows { name { value: "cite-as" } } rows { quad { p_iri { prefix_id: 1 } o_literal { lex: "Raquel Carmo, Jamila Mifdal, and Alejandro Coca-Castro. \"Detecting floating objects using deep learning and Sentinel-2 imagery (Jupyter Notebook) published in the Environmental Data Science book.\" ROHub. Jan 28 ,2022. https://doi.org/10.24424/g1bk-dv49." } } } rows { prefix { id: 14 value: "https://210507-004.oceansvirtual.com/view/content/skdwP611e3583eba2b/" } } rows { quad { s_iri { prefix_id: 5 name_id: 74 } p_iri { prefix_id: 15 name_id: 73 } o_iri { prefix_id: 14 name_id: 18 } } } rows { prefix { id: 8 value: "https://doi.org/10.5194/" } } rows { quad { o_iri { prefix_id: 8 name_id: 30 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "biblio" } } } rows { prefix { id: 4 value: "http://purl.org/wf4ever/wf4ever#" } } rows { name { value: "Folder" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 4 name_id: 126 } } } rows { quad { o_iri { prefix_id: 15 name_id: 32 } } } rows { prefix { id: 2 value: "https://edsbook.org/notebooks/gallery/b34facfa-cea8-48f5-89f6-f11ce00812a9/" } } rows { quad { s_iri { prefix_id: 5 name_id: 75 } p_iri { prefix_id: 15 name_id: 73 } o_iri { prefix_id: 2 name_id: 34 } } } rows { prefix { value: "https://github.com/eds-book-gallery/b34facfa-cea8-48f5-89f6-f11ce00812a9/blob/main/.lock/" } } rows { quad { o_iri { prefix_id: 3 name_id: 37 } } } rows { quad { o_iri { } } } rows { quad { o_iri { } } } rows { prefix { id: 6 value: "https://raw.githubusercontent.com/eds-book-gallery/b34facfa-cea8-48f5-89f6-f11ce00812a9/main/.binder/" } } rows { quad { o_iri { prefix_id: 6 } } } rows { prefix { id: 9 value: "https://raw.githubusercontent.com/eds-book-gallery/b34facfa-cea8-48f5-89f6-f11ce00812a9/main/" } } rows { quad { o_iri { prefix_id: 9 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "tool" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 4 name_id: 126 } } } rows { quad { o_iri { prefix_id: 15 name_id: 32 } } } rows { prefix { id: 7 value: "https://doi.org/10.5281/" } } rows { quad { s_iri { prefix_id: 5 name_id: 76 } p_iri { prefix_id: 15 name_id: 73 } o_iri { prefix_id: 7 name_id: 31 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "input" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 4 name_id: 126 } } } rows { quad { o_iri { prefix_id: 15 name_id: 32 } } } rows { quad { s_iri { prefix_id: 5 name_id: 77 } p_iri { prefix_id: 15 name_id: 73 } o_iri { prefix_id: 7 name_id: 33 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "output" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 4 name_id: 126 } } } rows { quad { o_iri { prefix_id: 15 name_id: 32 } } } rows { prefix { id: 10 value: "https://w3id.org/ro-id/42a5f00d-7eee-4dbe-85d6-c192fa6e135e/resources/" } } rows { prefix { id: 12 } } rows { quad { s_iri { prefix_id: 10 name_id: 78 } p_iri { prefix_id: 15 name_id: 19 } o_iri { prefix_id: 12 } } } rows { quad { p_iri { prefix_id: 15 name_id: 68 } o_literal { lex: "1799691" datatype: 1 } } } rows { quad { p_iri { name_id: 21 } o_literal { lex: "https://api.rohub.org/api/resources/8c66557a-510d-43ca-aab9-deb3a05b805c/download/" } } } rows { quad { p_iri { } o_iri { prefix_id: 12 name_id: 20 } } } rows { quad { p_iri { prefix_id: 15 name_id: 23 } o_literal { lex: "2023-03-05 21:59:06.519381+00:00" } } } rows { quad { p_iri { } o_literal { lex: "2023-03-20 16:26:38.219207+00:00" } } } rows { quad { p_iri { name_id: 35 } o_literal { lex: "image/png" } } } rows { prefix { value: "https://choosealicense.com/no-permission/" } } rows { quad { p_iri { name_id: 25 } o_iri { prefix_id: 13 name_id: 2 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "sketch_680px.png" } } } rows { quad { p_iri { name_id: 26 } o_literal { lex: "2023-03-05 21:59:06.519381+00:00" } } } rows { prefix { id: 16 value: "http://purl.org/wf4ever/roterms#" } } rows { name { value: "Sketch" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 16 name_id: 127 } } } rows { quad { o_iri { prefix_id: 4 name_id: 28 } } } rows { quad { o_iri { prefix_id: 15 } } } rows { prefix { id: 1 value: "https://w3id.org/ro-id/42a5f00d-7eee-4dbe-85d6-c192fa6e135e/" } } rows { name { value: "ro-crate-metadata.json" } } rows { prefix { id: 14 value: "http://purl.org/dc/terms/" } } rows { name { id: 1 value: "conformsTo" } } rows { prefix { id: 8 value: "https://w3id.org/ro/crate/" } } rows { name { id: 3 value: "1.1" } } rows { quad { s_iri { prefix_id: 1 name_id: 128 } p_iri { prefix_id: 14 name_id: 1 } o_iri { prefix_id: 8 name_id: 3 } } } rows { quad { p_iri { prefix_id: 15 name_id: 64 } o_iri { prefix_id: 1 name_id: 2 } } } rows { name { id: 5 value: "CreativeWork" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 15 name_id: 5 } } } rows { prefix { id: 2 value: "https://w3id.org/ro-id/b34facfa-cea8-48f5-89f6-f11ce00812a/" } } rows { prefix { value: "http://www.opengis.net/ont/geosparql#" } } rows { name { value: "asWKT" } } rows { quad { s_iri { prefix_id: 2 name_id: 118 } p_iri { prefix_id: 3 name_id: 6 } o_literal { lex: "POLYGON ((26.521543885417145 39.03722381230471, 26.52744474524991 39.03722381230471, 26.52744474524991 39.04105711064335, 26.521543885417145 39.04105711064335, 26.521543885417145 39.03722381230471))" } } } rows { name { value: "Geometry" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 3 name_id: 7 } } } rows { prefix { id: 6 value: "http://www.opengis.net/ont/sf#" } } rows { name { value: "Polygon" } } rows { quad { o_iri { prefix_id: 6 } } } rows { quad { s_iri { prefix_id: 2 name_id: 119 } p_iri { prefix_id: 3 name_id: 6 } o_literal { lex: "POLYGON ((-43.2315509040757 -22.80675019122663, -43.02418396071632 -22.80675019122663, -43.02418396071632 -22.678831998280632, -43.2315509040757 -22.678831998280632, -43.2315509040757 -22.80675019122663))" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 3 name_id: 7 } } } rows { quad { o_iri { prefix_id: 6 } } } rows { name { value: "4b55fad1-092b-4657-a004-aafc05499e18" } } rows { quad { s_iri { prefix_id: 2 } p_iri { prefix_id: 3 name_id: 6 } o_literal { lex: "POLYGON ((-86.82548387 20.977342054, -86.751891297 20.977342054, -86.751891297 21.033273193, -86.82548387 21.033273193, -86.82548387 20.977342054))" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 3 name_id: 7 } } } rows { quad { o_iri { prefix_id: 6 } } } rows { quad { s_iri { prefix_id: 2 name_id: 120 } p_iri { prefix_id: 3 name_id: 6 } o_literal { lex: "POLYGON ((119.12620106576212 39.27393119797617, 119.19563809273966 39.27393119797617, 119.19563809273966 39.30980175207518, 119.12620106576212 39.30980175207518, 119.12620106576212 39.27393119797617))" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 3 name_id: 7 } } } rows { quad { o_iri { prefix_id: 6 } } } rows { prefix { id: 9 value: "https://w3id.org/ro-id/" } } rows { prefix { id: 5 value: "http://purl.org/wf4ever/ro#" } } rows { quad { s_iri { prefix_id: 9 name_id: 61 } o_iri { prefix_id: 5 name_id: 121 } } } rows { prefix { id: 7 value: "https://w3id.org/ro-id/communities/" } } rows { quad { s_iri { prefix_id: 7 name_id: 83 } p_iri { prefix_id: 15 name_id: 13 } o_literal { lex: "Computational notebooks community focused on Environmental Data Science" } } } rows { name { id: 11 value: "email" } } rows { quad { p_iri { name_id: 11 } o_literal { lex: "environmental.ds.book@gmail.com" } } } rows { quad { p_iri { name_id: 14 } o_literal { lex: "Environmental Data Science Book Community" } } } rows { name { id: 4 value: "url" } } rows { quad { p_iri { name_id: 4 } o_literal { lex: "https://github.com/alan-turing-institute/environmental-ds-book/issues/new/choose" } } } rows { prefix { id: 10 value: "http://w3id.org/ro-id/rohub/model#" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 10 name_id: 82 } } } rows { prefix { id: 12 value: "https://w3id.org/ro-id/enrichment/" } } rows { quad { s_iri { prefix_id: 12 name_id: 86 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "book" } } } rows { prefix { value: "https://w3id.org/ro/terms/earth-science#" } } rows { name { id: 15 value: "Concept" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 15 } } } rows { name { id: 27 value: "normScore" } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "14.147018030513175" } } } rows { name { id: 36 value: "score" } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "10.2" } } } rows { quad { s_iri { prefix_id: 12 name_id: 87 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Book industry" } } } rows { name { id: 42 value: "IPTC" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 42 } } } rows { name { value: "path" } } rows { quad { p_iri { } o_literal { lex: "Economy, business and finance/Economic sector/Media/Book industry" } } } rows { quad { s_iri { prefix_id: 12 name_id: 88 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Environmental Data Science" } } } rows { name { value: "Lemma" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 44 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "16.02002503128911" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "12.8" } } } rows { quad { s_iri { prefix_id: 12 name_id: 89 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "imagery" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 44 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "13.642052565707132" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "10.9" } } } rows { quad { s_iri { prefix_id: 12 name_id: 90 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "learning" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 15 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "10.540915395284328" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "7.6" } } } rows { quad { s_iri { prefix_id: 12 name_id: 91 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "earth sciences" } } } rows { name { id: 51 value: "FieldOfResearch" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 51 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "100.0" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "0.5625630021095276" } } } rows { quad { s_iri { prefix_id: 12 name_id: 92 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "publishing" } } } rows { prefix { id: 16 value: "https://w3id.org/contentdesc#" } } rows { name { value: "Domain" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 16 name_id: 52 } } } rows { quad { p_iri { prefix_id: 13 name_id: 27 } o_literal { lex: "100.0" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "4.8" } } } rows { quad { s_iri { prefix_id: 12 name_id: 93 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "geology" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 51 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "100.0" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "0.5625630021095276" } } } rows { quad { s_iri { prefix_id: 12 name_id: 94 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Language" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 42 } } } rows { quad { p_iri { } o_literal { lex: "Arts, culture and entertainment/Culture/Language" } } } rows { quad { s_iri { prefix_id: 12 name_id: 95 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "communications and radar" } } } rows { name { id: 47 value: "NASA" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 47 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "100.0" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "0.5148147940635681" } } } rows { quad { s_iri { prefix_id: 12 name_id: 96 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Sentinel-2" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 44 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "17.521902377972463" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "14.0" } } } rows { quad { s_iri { prefix_id: 12 name_id: 97 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Literature" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 42 } } } rows { quad { p_iri { } o_literal { lex: "Arts, culture and entertainment/Arts and entertainment/Literature" } } } rows { quad { s_iri { prefix_id: 12 name_id: 98 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "detection" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 15 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "15.395284327323164" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "11.1" } } } rows { quad { s_iri { prefix_id: 12 name_id: 99 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "imagery notebook" } } } rows { name { id: 53 value: "Phrase" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 53 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "43.336724313326556" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "42.6" } } } rows { quad { s_iri { prefix_id: 12 name_id: 100 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "physical object" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 15 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "11.511789181692096" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "8.3" } } } rows { quad { s_iri { prefix_id: 12 name_id: 101 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "research object" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 53 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "34.28280773143439" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "33.7" } } } rows { quad { s_iri { prefix_id: 12 name_id: 102 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Detecting floating objects using deep learning and Sentinel-2 imagery (Jupyter Notebook) published in the Environmental Data Science book." } } } rows { name { value: "Sentence" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 54 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "43.54354354354354" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "43.5" } } } rows { quad { s_iri { prefix_id: 12 name_id: 103 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "research" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 44 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "12.891113892365455" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "10.3" } } } rows { quad { s_iri { prefix_id: 12 name_id: 104 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "notebook" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 15 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "12.621359223300972" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "9.1" } } } rows { quad { s_iri { prefix_id: 12 name_id: 105 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "The research object refers to the Detecting floating objects using deep learning and Sentinel-2 imagery notebook published in the Environmental Data Science book." } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 54 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "56.45645645645645" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "56.4" } } } rows { quad { s_iri { prefix_id: 12 name_id: 106 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "object" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 44 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "11.76470588235294" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "9.4" } } } rows { quad { s_iri { prefix_id: 12 name_id: 107 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Education" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 42 } } } rows { quad { p_iri { } o_literal { lex: "Education" } } } rows { quad { s_iri { prefix_id: 12 name_id: 108 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "object" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 15 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "9.431345353675452" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "6.8" } } } rows { quad { s_iri { prefix_id: 12 name_id: 109 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Environmental Data Science book" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 53 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "15.259409969481181" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "15.0" } } } rows { quad { s_iri { prefix_id: 12 name_id: 110 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "imagery" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 15 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "13.730929264909848" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "9.9" } } } rows { quad { s_iri { prefix_id: 12 name_id: 111 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "engineering" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 47 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "100.0" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "0.5148147940635681" } } } rows { quad { s_iri { prefix_id: 12 name_id: 112 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "deep learning" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 53 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "5.391658189216684" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "5.3" } } } rows { quad { s_iri { prefix_id: 12 name_id: 113 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "notebook" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 44 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "12.891113892365455" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "10.3" } } } rows { quad { s_iri { prefix_id: 12 name_id: 114 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "detecting" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 44 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "15.269086357947433" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "12.2" } } } rows { quad { s_iri { prefix_id: 12 name_id: 115 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "research" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 15 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "12.621359223300972" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "9.1" } } } rows { quad { s_iri { prefix_id: 12 name_id: 116 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "refer to the detecting" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 13 name_id: 53 } } } rows { quad { p_iri { name_id: 27 } o_literal { lex: "1.7293997965412005" } } } rows { quad { p_iri { name_id: 36 } o_literal { lex: "1.7" } } } rows { prefix { id: 4 } } rows { quad { s_iri { prefix_id: 4 name_id: 20 } p_iri { prefix_id: 15 name_id: 11 } o_literal { lex: "environmental.ds.book@gmail.com" } } } rows { quad { p_iri { name_id: 14 } o_literal { lex: "Environmental Data Science Book Community" } } } rows { name { id: 46 value: "Person" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 15 name_id: 46 } } } rows { prefix { id: 14 value: "http://xmlns.com/foaf/0.1/" } } rows { name { id: 55 value: "Agent" } } rows { quad { o_iri { prefix_id: 14 name_id: 55 } } } rows { prefix { id: 8 value: "mailto:https://github.com/" } } rows { name { id: 49 value: "affiliation" } } rows { quad { s_iri { prefix_id: 8 name_id: 70 } p_iri { prefix_id: 15 name_id: 49 } o_literal { lex: "The Alan Turing Institute" } } } rows { quad { p_iri { name_id: 14 } o_literal { lex: "Alejandro Coca-Castro" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 14 name_id: 55 } } } rows { prefix { id: 1 value: "mailto:https://orcid.org/" } } rows { quad { s_iri { prefix_id: 1 name_id: 65 } p_iri { prefix_id: 15 name_id: 49 } o_literal { lex: "European Space Agency \316\246-lab" } } } rows { quad { p_iri { name_id: 14 } o_literal { lex: "Jamila Mifdal" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 14 name_id: 55 } } } rows { quad { s_iri { prefix_id: 1 name_id: 66 } p_iri { prefix_id: 15 name_id: 49 } o_literal { lex: "European Space Agency \316\246-lab" } } } rows { quad { p_iri { name_id: 14 } o_literal { lex: "Raquel Carmo" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 14 name_id: 55 } } } rows { name { id: 58 value: "mailto:service-account-enrichment" } } rows { quad { s_iri { prefix_id: 4 name_id: 58 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "service-account-enrichment" } } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 14 name_id: 55 } } } rows { prefix { value: "https://w3id.org/np/RAAkctGwVFCugvRTXn5PTQxpBYNbrreHJrzjsVM5Kb5iA/" } } rows { name { value: "assertion" } } rows { prefix { value: "http://www.w3.org/ns/prov#" } } rows { name { value: "wasDerivedFrom" } } rows { prefix { id: 6 value: "https://api.rohub.org/api/ros/42a5f00d-7eee-4dbe-85d6-c192fa6e135e/crate/download/" } } rows { name { id: 62 value: "provenance" } } rows { quad { s_iri { prefix_id: 2 name_id: 59 } p_iri { prefix_id: 3 } o_iri { prefix_id: 6 name_id: 128 } g_iri { prefix_id: 2 name_id: 62 } } } rows { prefix { id: 9 value: "https://w3id.org/np/" } } rows { name { value: "RAAkctGwVFCugvRTXn5PTQxpBYNbrreHJrzjsVM5Kb5iA" } } rows { prefix { id: 5 value: "http://purl.org/dc/terms/" } } rows { name { id: 12 value: "created" } } rows { datatype { value: "http://www.w3.org/2001/XMLSchema#dateTime" } } rows { name { id: 16 value: "pubinfo" } } rows { quad { s_iri { prefix_id: 9 } p_iri { prefix_id: 5 name_id: 12 } o_literal { lex: "2026-03-03T15:17:20.439+01:00" datatype: 2 } g_iri { prefix_id: 2 name_id: 16 } } } rows { prefix { id: 7 value: "https://w3id.org/kpxl/gen/terms/" } } rows { name { value: "RoCrateBot" } } rows { quad { p_iri { prefix_id: 5 name_id: 22 } o_iri { prefix_id: 7 name_id: 17 } } } rows { prefix { id: 10 value: "http://purl.org/nanopub/x/" } } rows { name { id: 67 value: "introduces" } } rows { prefix { id: 16 value: "https://w3id.org/ro-id/42a5f00d-7eee-4dbe-85d6-c192fa6e135e/" } } rows { quad { p_iri { prefix_id: 10 name_id: 67 } o_iri { prefix_id: 16 name_id: 2 } } } rows { name { id: 45 value: "RoCrateNanopub" } } rows { quad { p_iri { prefix_id: 11 name_id: 10 } o_iri { prefix_id: 10 name_id: 45 } } } rows { prefix { id: 12 value: "http://www.w3.org/2000/01/rdf-schema#" } } rows { name { id: 50 value: "label" } } rows { quad { p_iri { prefix_id: 12 name_id: 50 } o_literal { lex: "Detecting floating objects using deep learning and Sentinel-2 imagery (Jupyter Notebook) published in the Environmental Data Science book - snapshot" } } } rows { name { id: 56 value: "sig" } } rows { name { value: "hasAlgorithm" } } rows { quad { s_iri { prefix_id: 2 name_id: 56 } p_iri { prefix_id: 10 } o_literal { lex: "RSA" } } } rows { name { id: 69 value: "hasPublicKey" } } rows { quad { p_iri { name_id: 69 } o_literal { lex: "MIIBIjANBgkqhkiG9w0BAQEFAAOCAQ8AMIIBCgKCAQEAxszSDYX5tuCSkP7UiCtftYPFNQVTjgNu0I5fwdML2DLRDlp0xzmsQXRk8oHuvwGvG1aMjj6cpUqO+0rz2Sg/wvHOgUpkRH8VJXvmlkhafMLCMtUtk5JIx7e+fkzCby+fnmD7kMkGLrT+OaExWwEDmNlCAt0TPKcHSdwsjso2isXjtAsGevyCMke8ufnFYpjs746JES1eNzVnHnn2Kp/lqcm60GM+J8dLgRZp7fX0anW098xhKym6+xXFzqeju0vYRIHBPerv+r7skWxwk+a7Sd8msqVeYEv6NTqnyWvyWb6Yh8cvj04N6qm/T6C5FUPLQhzSaQgMVMU6yLqjPuu9DwIDAQAB" } } } rows { name { id: 71 value: "hasSignature" } } rows { quad { p_iri { name_id: 71 } o_literal { lex: "CLrqtAIGs0s1gWvhxb8wLf7nyw63TQIUX51KjNKYC0o/vqYuWFQ1B744mIfNSkXiK/wxe+uj61yZSi+EvC8TAnmpOAY5W9jbnSzketQcENYu84wtQejr8bbEAwv+1YinuioY6HuANNtMNLT6CDlIAcY+G6IslVOG+l8lwuKnZpwLEheqjdnJKrCA28YSdlU5qt/Hz1KPLjwU7gSf+n27vKmtejVcEg6AsHZwP02FQCDKKxLTXug6XyL6v+DVswFjBiCTY0wEIWxpA+wdJBiygh4S+izSYBV7rZ+thdZppi0xlUyJo/0Ihj/f2/lLoBW6jZ9G2aTKMA2X2vmfOpn5MQ==" } } } rows { name { value: "hasSignatureTarget" } } rows { quad { p_iri { } o_iri { prefix_id: 9 name_id: 63 } } } rows { name { id: 48 value: "signedBy" } } rows { quad { p_iri { prefix_id: 10 name_id: 48 } o_iri { prefix_id: 7 name_id: 17 } } }