MétaCan
Menu
Retour à la cohorte
Enregistrement W2008648209 · doi:10.7882/az.2012.017

Application and efficiency of beeswax casting and digital photogrammetry to study the morphology of a <i>Varanus</i> sp. foraging excavation

2012· article· en· W2008648209 sur OpenAlexaff
Tamra F. Chapman

Notice bibliographique

RevueAustralian Zoologist · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueTree Root and Stability Studies
Établissements canadiensDepartment of Environment and Conservation
Organismes subventionnairesnon disponible
Mots-clésDiggingPhotogrammetryExcavationCastingVolume (thermodynamics)ForagingWaxBeeswaxGeologyMaterials scienceGeotechnical engineeringArchaeologyGeographyRemote sensingComposite materialPhysicsPaleontology

Résumé

récupéré en direct d'OpenAlex

This project assessed the value of wax casting, digital modelling and photogrammetry to model and measure a Varanus sp. digging. European honeybee wax proved to be a versatile and practical medium for casting the digging as it was robust to transportation, required no added liquid or onsite preparation and was easily melted and poured. Although solid, the resulting cast was not brittle and was not damaged during excavation, transportation and measurement. The volume of the cast was quickly and easily determined via weighing, fluid displacement and photogrammetry and the three volume measures varied by only 3%. The primary value of the cast was that it could be inverted and placed under a good light source for close examination, measurement and photography. The digital model of the digging was visually detailed and instantaneously showed measurements, including volume, surface area and maximum length, width and depth. Mechanical and photogrammetric linear measurements made on the surface of the cast and digital model were statistically identical. The principal cost of the digital modelling was the time required to learn to use the software and complete the modelling (42.5 hours). Therefore, this technique may only be feasible for studies of close range morphology or where parameters that can not otherwise be easily obtained, such as surface area and contours, are required.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,027
Tête enseignante GPT0,262
Écart entre enseignants0,235 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian ZoologistMême sujetTree Root and Stability StudiesTravaux en français237 207