MétaCan
Menu
Retour à la cohorte
Enregistrement W2045041926 · doi:10.1002/esp.1288

The threshold effect of image resolution on image‐based automated grain size mapping in fluvial environments

2005· article· en· W2045041926 sur OpenAlexaff
Patrice Carbonneau

Notice bibliographique

RevueEarth Surface Processes and Landforms · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensGDG EnvironnementInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésGrain sizeRemote sensingImage resolutionResolution (logic)Digital mappingComputer scienceGeologyImage (mathematics)Computer visionArtificial intelligenceGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract It has recently been demonstrated that surficial grain sizes in fluvial environments could be derived with automated methods applied to airborne digital imagery having a ground resolution of 3 cm. This letter seeks to further examine the potential of digital imagery for automated grain size mapping. In order to broaden the application of automated grain size mapping from airborne imagery, the effect of image resolution needs further study. Automated grain size mapping was attempted on an airborne digital image with a ground resolution of 10 cm. The results show that meaningful grain size information can be derived from 10 cm imagery. However, the ground resolution of the image acts as a size threshold below which no grain size information is detectable. Therefore, these results strongly suggest that future applications of automated grain size mapping will always be dependent on the ground resolution made available by the technology in use at the time of image acquisition. Copyright © 2005 John Wiley & Sons, Ltd.

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 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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,350
Score d'incertitude au seuil0,299

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,223
Écart entre enseignants0,218 · 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 tête enseignante, 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
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

Citations37
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth Surface Processes and LandformsMême sujetRemote Sensing and LiDAR ApplicationsTravaux en français237 207