MétaCan
Menu
Retour à la cohorte
Enregistrement W1884597303

Exploring Different Architectures to Support Crop Farmers with a Mobile Application on Pesticide Control

2014· article· en· W1884597303 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE International Conference on Cloud Computing Technology and Science · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueIoT and Edge/Fog Computing
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMobile computingMiddleware (distributed applications)Mobile deviceCacheCloud computingComputer networkMobile broadbandMobile WebMobile technologyDatabaseWirelessDistributed computingOperating system
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The MobiCrop app, which is a distributed mobile application has been proposed to aid crop farmers with timely decision making on the applicability of pesticides (i.e., which pesticide to apply, when, where, and how to apply them). Due to the vast amount of pesticide and crop data, the application is designed following the three-tier architecture technique which comprises the mobile devices, a cloud-hosted middleware, and cloud-based database. The idea is to enable the mobile device to retrieve the needed pesticide data from the back-end and when necessary, part of the data can be stored on the mobile through caching for offline accessibility. However, constantly updating the mobile cache through data polling is costly for the wireless bandwidth and energy usage on the mobile. Also, it is difficult to update the stale cache data when there is no wireless connectivity. Hence, this work explores three architectural designs of the MobiCrop app which are the: 1) the standalone (network independent), 2) distributed architecture through data offloading, and 3) distributed architecture through data partitioning.

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.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,816

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
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 Opus0,045
Tête enseignante GPT0,292
Écart entre enseignants0,246 · 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