MétaCan
Menu
Retour à la cohorte
Enregistrement W1779179974 · doi:10.1109/ccece.1995.526631

ATREF: Application of Robotic Technologies to Forestry Equipment

2002· article· en· W1779179974 sur OpenAlexaffabout
P. Freedman, Evangelos Papadopoulos, D. Poussart, Clément Gosselin, J. Courteau

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensUniversité LavalMcGill UniversityComputer Research Institute of Montréal
Organismes subventionnairesnon disponible
Mots-clésWork (physics)World classScale (ratio)EngineeringResource (disambiguation)Technology transferForestryBusinessComputer scienceGeographyManufacturing engineeringMechanical engineeringInternational trade

Résumé

récupéré en direct d'OpenAlex

Canada is one of the world's leading forestry nations, and luckily there are still some Canadian world class forestry equipment manufacturers. This is all the more important since new technology in the resource industries is most easily introduced by equipment manufacturers, not end-users. The four-year, 2.2 M$ ATREF project is one large-scale attempt in Canada to address this issue, by bringing together key players within the province of Quebec: Denharco, one of Canada's leading forestry equipment manufacturers, Autolog, an independent company specialising in computerised control and embedded systems, the eastern division of the Forestry Engineering Research Institute of Canada (FERIC), two universities (Laval, McGill) and CRIM, a nonprofit computer science research institute with a mission to promote technology transfer. ATREF began in Jan. 1994 and in this article the authors report on their early work.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,815
Score d'incertitude au seuil0,213

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,198
Écart entre enseignants0,187 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRobotic Mechanisms and DynamicsTravaux en français237 207