MétaCan
Menu
Retour à la cohorte
Enregistrement W2081373777 · doi:10.1117/12.771680

Evaluation of information visualization approaches for an enhanced recognized maritime picture

2008· article· en· W2081373777 sur OpenAlex
Alain Bouchard, Anna-Liesa S. Lapinski, Jérôme Lavoie, Jean Roy

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.

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Visualization and Analytics
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésVisualizationComputer scienceDomain (mathematical analysis)Data visualizationInformation visualizationCreative visualizationHuman–computer interactionData scienceData mining

Résumé

récupéré en direct d'OpenAlex

This paper presents a MISR Visualization Experimental Environment which provides support to the development, evaluation, experimentation, and transitioning of information visualization approaches to emulate the essential elements of a future RMP. The environment provides a means of integrating and sharing the output of visualization tools; storing, accessing and managing showcase examples of visual representations via an underlying visualization reference model; and providing access to underlying data sources supplied through simulation, representative data, and operational data. Visualization design and experimentation activities are also briefly introduced. The MISR experimental environment may be used to characterize the various techniques evaluated and the results of experiments will be introduced as inputs of the environment knowledge base. It is expected that the experimentation undertaken, supported by a MISR experimental environment, will identify novel visualization approaches to be integrated in the future RMP and have the potential to enhance maritime domain awareness.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil0,778

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 savante0,0000,002
Science ouverte0,0010,000
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 Opus0,038
Tête enseignante GPT0,278
Écart entre enseignants0,240 · 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