MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Sujet
Remote Sensing and LiDAR Applications
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

2 536 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
2 536 travaux dans la cohorte · sur 4 299 418page 32 sur 51

Les étiquettes couvrent 3 des 2 536 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 2 536 des 2 536 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
Estimating above-ground biomasss using lidar remote sensing
Kevin Lim, Paul Treitz, I. K. Morrison, Ken Baldwin
2003· article· en· Proceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
fundno affnon étiqueté
The Italian Forest Inventory in Brief
Patrizia Gasparini, Giancarlo Papitto
2022· book-chapter· en· Springer tracts in civil engineering· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
<i>k</i>CV-B: BOOTSTRAP WITH CROSS-VALIDATION FOR DEEP LEARNING MODEL DEVELOPMENT, ASSESSMENT AND SELECTION
Abdul Nurunnabi, Felix Norman Teferle, Debra F. Laefer, Fabio Remondino, İsmail Rakıp Karaş, Jonathan Li
2022· article· en· ˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
STREET-SCENE TREE SEGMENTATION FROM MOBILE LASER SCANNING DATA
H. Guan, Shijing Cao, Yanze Yu, Jonathan Li, N. Liu, P. Chen +1 autres
2016· article· en· ˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
Remote Sensing at Local Scales for Operational Forestry
Udayalakshmi Vepakomma, Denis Cormier, Linnea Hansson, Bruce Talbot
2023· book-chapter· en· Advances in global change research· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
INS-AIDED 3D LIDAR SEAMLESS MAPPING IN CHALLENGING ENVIRONMENT FOR FUTURE HIGH DEFINITION MAP
Guang-Je Tsai, Kai‐Wei Chiang, Naser El‐Sheimy
2019· article· en· ˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
fundno affnon étiqueté
A DRONE SYSTEM FOR AUTONOMOUS MAPPING FLIGHTS INSIDE A FOREST – A FEASIBILITY STUDY AND FIRST RESULTS
Väinö Karjalainen, Teemu Hakala, Alan D. George, Niko Koivumäki, Juha Suomalainen, Eija Honkavaara
2023· article· en· ˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
affnon étiqueté
Measuring forest carbon with mobile phones
Amelia Holcomb, Bill Tong, Megan Penny, Srinivasan Keshav
2021· article· en· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
3
citations
afffundaboutnon étiqueté
EFFECT OF TEXTURAL FEATURES FOR LANDCOVER CLASSIFICATION OF UAV MULTISPECTRAL IMAGERY OF A SALT MARSH RESTORATION SITE
Gregory S. Norris, Brigitte Leblon, Armand LaRocque, Myriam A. Barbeau, Al Hanson
2022· article· en· ˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
Registration of time of flight terrestrial laser scanner data for stop-and-go mode
Hani Mahmoud Mohammed, Naif Muidh Alsubaie, Mohamed Elhabiby, Naser El‐Sheimy
2014· article· en· ˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affaboutnon étiqueté
Hyper-scale analysis of surface roughness
John B. Lindsay, Daniel R. Newman
2018· preprint· en· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations
affnon étiqueté
AUTOMATIC TRAFFIC SIGN DETECTION AND RECOGNITION USING MOBILE LIDAR DATA WITH DIGITAL IMAGES
Haiyan Guan, Yongtao Yu, D. Li, Jonathan Li
2020· article· en· ˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences· Environmental Science
prédiction machine:candidate · aucuneconsensus · aucune
2
citations

En coulisses: Sélection · Constats · À propos