MétaCan
Menu
Retour à la cohorte
Enregistrement W2004943236 · doi:10.1063/1.4862814

Semi-automatic laboratory goniospectrometer system for performing multi-angular reflectance and polarization measurements for natural surfaces

2014· article· en· W2004943236 sur OpenAlexfundno aff
Zhongqiu Sun, Zhuo Wu, Yunshe Zhao

Notice bibliographique

RevueReview of Scientific Instruments · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaNortheast Normal UniversityUniversity of Lethbridge
Mots-clésOpticsPolarization (electrochemistry)Linear polarizationPolarimetrySnowReflectivityMaterials scienceRemote sensingScatteringPhysicsGeologyLaserChemistry

Résumé

récupéré en direct d'OpenAlex

In this paper, the design and operation of the Northeast Normal University Laboratory Goniospectrometer System for performing multi-angular reflected and polarized measurements under controlled illumination conditions is described. A semi-automatic arm, which is carried on a rotated circular ring, enables the acquisition of a large number of measurements of surface Bidirectional Reflectance Factor (BRF) over the full hemisphere. In addition, a set of polarizing optics enables the linear polarization over the spectrum from 350 nm to 2300 nm. Because of the stable measurement condition in the laboratory, the BRF and linear polarization has an average uncertainty of 1% and less than 5% depending on the sample property, respectively. The polarimetric accuracy of the instrument is below 0.01 in the form of the absolute value of degree of linear polarization, which is established by measuring a Spectralon plane. This paper also presents the reflectance and polarization of snow, soil, sand, and ice measured during 2010-2013 in order to illustrate its stability and accuracy. These measurement results are useful to understand the scattering property of natural surfaces on Earth.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,015
Tête enseignante GPT0,248
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations58
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Scientific InstrumentsMême sujetRemote Sensing in AgricultureTravaux en français237 207