MétaCan
Menu
Retour à la cohorte
Enregistrement W2071421734 · doi:10.1080/03632415.2013.838133

Smartphones and Digital Tablets: Emerging Tools for Fisheries Professionals

2013· article· en· W2071421734 sur OpenAlexaff
Lee F.G. Gutowsky, Jenilee Gobin, Nicholas J. Burnett, Jacqueline M. Chapman, Lauren J. Stoot, Shireen Bliss

Notice bibliographique

RevueFisheries · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile and Web Applications
Établissements canadiensTrent UniversityCarleton University
Organismes subventionnairesnon disponible
Mots-clésFisheryBusinessData scienceComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Smartphones and digital tablets are used to collect data for agricultural, geographical, and medical research. Science professionals find these devices attractive because they contain many useful hardware accessories (e.g., camera, Global Positioning System [GPS], accelerometer) and the capacity to access and customize software applications (apps). To enhance student learning, some educators are also integrating tablets into curricula for both indoor and outdoor course work. Recently, fisheries professionals have begun using these devices for data collection and public outreach and awareness. With new waterproofing technology, cases, and peripheral adapters, smartphones and digital tablets are continually becoming more relevant for data collection and education in fisheries. Here, we synthesize some of the available information on smartphone and tablet use for data collection and education and explore some current uses and future opportunities for these devices in fisheries. Overall, our objective is to demonstrate that smartphones and digital tablets are useful tools for fisheries professionals, including technicians, managers, and educators. RESUMEN Los teléfonos inteligentes y las tabletas digitales se utilizan para colectar datos geográficos, de agricultura y de investigaciones médicas. Los profesionales de la ciencia encuentran atractivos estos dispositivos porque contienen accesorios útiles de hardware (p.e. cámaras, sistemas de posicionamiento geográfico –GPS-, acelerómetros, etc.) y además son capaces de brindar acceso y configurar aplicaciones de software (apps). Con el fin de mejorar el aprendizaje de los estudiantes, algunos educadores están integrando las tabletas digitales en las matrículas tanto dentro como fuera de los salones de clases. Recientemente, los profesionales de las pesquerías han comenzado a usar estos dispositivos para colectar datos, para difusión y concientización. Con nueva tecnología submarina, cubiertas y adaptadores periféricos, los teléfonos inteligentes y las tabletas digitales están volviéndose cada vez más relevantes para educación y para colectar datos pesqueros. En este estudio se resume parte de la información disponible en lo tocante al uso de teléfonos inteligentes y tabletas digitales con fines educativos y de recolecta de datos. También se exploran algunos usos actuales y oportunidades futuras que guardan estos dispositivos para la ciencia pesquera. El principal objetivo es demostrar que los teléfonos inteligentes y las tabletas digitales son herramientas útiles para los profesionales de las pesquerías, incluyendo técnicos, manejadores y educadores.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,019
Tête enseignante GPT0,239
Écart entre enseignants0,219 · 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
GenreAutre

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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFisheriesMême sujetMobile and Web ApplicationsTravaux en français237 207