MétaCan
Menu
Retour à la cohorte
Enregistrement W2018890734 · doi:10.3138/carto.44.2.111

A Cartometric Analysis of the Terrain Models of Joachim Eugen Müller (1752–1833) Using Non-contact 3D Digitizing and Visualization Techniques

2009· article· en· W2018890734 sur OpenAlexvenueno aff
Alastair Pearson, M. Schaefer, Bernhard Jenny

Notice bibliographique

RevueCartographica The International Journal for Geographic Information and Geovisualization · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage Processing and 3D Reconstruction
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of BernImpact Fund
Mots-clésVisualizationTerrainDigital elevation modelComputer graphics (images)Computer scienceArt historyArtCartographyGeologyArtificial intelligenceRemote sensingGeography

Résumé

récupéré en direct d'OpenAlex

This article assesses the accuracy of the terrain models of Joachim Eugen Müller (1752–1833) in relation to modern digital elevation data using non-contact 3D digitizing techniques. The results are objective testimony to the skill and endeavour of Joachim Eugen Müller. Using techniques primitive by modern standards, Müller provided Johann Henry Weiss (1758–1826) with data of hitherto unparalleled quality that were essential to the production of the Atlas Suisse par Meyer et Weiss. The results also demonstrate that non-contact 3D digitizing techniques not only provide a suitable data-capture method for solid terrain model analysis but are also a means of preserving digital facsimiles of such precious artefacts.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,012
Tête enseignante GPT0,285
Écart entre enseignants0,273 · 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

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCartographica The International Journal for Geographic Information and GeovisualizationMême sujetImage Processing and 3D ReconstructionTravaux en français237 207