MétaCan
Menu
Retour à la cohorte
Enregistrement W2036746736 · doi:10.2112/si_62_1

LIDAR Technology Applied in Coastal Studies and Management

2011· article· en· W2036746736 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.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Coastal Research · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesInstitut national de la recherche scientifique
Mots-clésGeomaticsLidarShoreRemote sensingEnvironmental resource managementGeographyCoastal managementCartographyEnvironmental planningOceanographyEnvironmental scienceGeology

Résumé

récupéré en direct d'OpenAlex

The FUDOTERAM is a national Canadian light detection and ranging (LIDAR) project founded by the Canadian Network of Excellence GEOmatics for Informed DEcision (GEOIDE) that investigates data fusion from airborne, marine, and terrestrial mapping sensors. In March 2009, the second Fusion des Données TERrestres, Aériennes et Marines (FUDOTERAM) workshop was held in Quebec City, Quebec, Canada. The focus of the workshop was on international collaboration: Workshops can provide an international platform for sharing ideas and study results among academy, industry, mapping and charting organizations, and service providers. LIDAR work and research included data collected from seven different coastal areas in four nations. This special issue contains selected studies from the second FUDOTERAM workshop on LIDAR technology applied in coastal studies and management. Current studies in this special issue explore LIDAR processing in charting and mapping organizations, shoreline mapping, data integration, coastal processes and coastal management, and seafloor characterization.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,869
Score d'incertitude au seuil0,208

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,082
Tête enseignante GPT0,356
Écart entre enseignants0,274 · 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