MétaCan
Menu
Retour à la cohorte
Enregistrement W2017233787 · doi:10.1117/12.485956

Canadian landmine detection research program

2003· article· en· W2017233787 sur OpenAlexafffundabout
John E. McFee, Y. Das, Anthony A. Faust

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesMultidisciplinary University Research InitiativeMinistère de la Défense NationaleUniversity of British Columbia
Mots-clésUnexploded ordnanceRemote sensingGround-penetrating radarDetectorComputer scienceAeronauticsEngineeringGeologyRadarTelecommunications

Résumé

récupéré en direct d'OpenAlex

Defence R&D Canada (DRDC), an agency within the Department of National Defence, has been conducting research and development (R&D) on the detection of landmines for countermine operations and of unexploded ordnance (UXO) for range clearance since 1975. The Canadian Centre for Mine Action Technologies (CCMAT), located at DRDC Suffield, was formed in 1998 to carry out R&D related to humanitarian demining. The lead group responsible for formulating and executing both countermine and humanitarian R&D programs in detection is the Threat Detection Group at DRDC Suffield. This paper describes R&D for both programs under the major headings of remote minefield detection, close-in scanning detection, confirmation detection and teleoperated systems. Among DRDC's achievements in landmine and UXO detection R&D are pioneering work in electromagnetic and magnetic identification and classification; the first military-fielded multisensor, teleoperated vehicle-mounted landmine detection system; pioneering use of confirmation detectors for multisensor landmine detection systems; the first fielded thermal neutron activation landmine confirmation sensor; the first detection of landmines using a real-time hyperspectral imager; electrical impedance imaging detection of landmines and UXO and a unique neutron backscatter landmine imager.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,134
Score d'incertitude au seuil0,283

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0040,001
Communication savante0,0040,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0850,019

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 Opus0,022
Tête enseignante GPT0,281
Écart entre enseignants0,259 · 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'étudeSans objet
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

Citations3
Publié2003
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetGeophysical Methods and ApplicationsTravaux en français237 207