The Data Acquisition and Control Network (DACNet) Ocean Observatory Operating System
Notice bibliographique
Résumé
Networks of heterogeneous in-situ marine sensors pose significant challenges with regard to data acquisition and control. Scientific marine instruments, typically lacking standardized data formats and control protocols, are difficult to cohesively integrate in large-scale networked observing systems. The result is often a patchwork system of vendor supplied desktop applications and custom developments that can become cost prohibitive and unsustainable with respect to manageability, maintenance, and extensibility. The DACNet (Data Acquisition and Control Network) ocean observatory operating system was conceived in 1999 as a scalable, modular solution for automated long-term data collection. The core element is a universal telemetry acquisition module that is configured through an extensible sensor description meta language to provide comprehensive acquisition and control services for virtually any sensing instrument. Acquired telemetry can be simultaneously streamed to multiple local or remote destinations. An open application programming interface based on the sensor meta language allows for deployment of dynamically loaded in-line processing plug-ins to support adaptive sampling, real time display, and event detection. Upper management functions, accessible through secure remote interfaces, enable scheduled control and systematic monitoring of science instruments, power infrastructure, and ancillary devices such as profiling winches. This paper gives an overview of the DACNet Ocean Observatory operating system design and it discusses how key features have met real-world requirements over five years of deployment in wireless and cabled applications in North America and Europe.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».