MétaCan
Menu
Retour à la cohorte
Enregistrement W2160396818 · doi:10.1109/gmai.2008.14

Chapter 8: Sketching Expressive Visualization of a Natural Phenomenon: Ultra-violet Individual Exposure Estimation

2008· article· en· W2160396818 sur OpenAlexaff
Laurent Moccozet, Alexandre Cao, Antoine Milon, Pierre‐Olivier Droz, David Vernez, Jean‐Luc Bulliard

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueSkin Protection and Aging
Établissements canadiensInstitute for Work & Health
Organismes subventionnairesUniversité de Genève
Mots-clésRendering (computer graphics)SketchComputer scienceVisualizationComputer visionArtificial intelligenceSun exposureClothingComputer graphics (images)Human–computer interactionAlgorithm

Résumé

récupéré en direct d'OpenAlex

The research presented in this paper aims at developing and validating a predictive tool of individual exposure to solar Ultra-Violet (UV). UV exposure depends on ambient irradiation level and individual factors related to activity (position to the sun, clothing, duration of exposure, and other forms of sun protection). We predict exposure levels of body parts on basis of ambient irradiation levels and information about postural activity. The prediction system uses existing techniques in the field of 3D rendering to visually sketch an accurate estimation of the exposure distribution over body parts represented as a 3D triangular mesh. The results are compared against individual dosimetric measurements. Our approach is based on the similarities between our assumptions about the individual UV exposure model and the rendering of 3D computer generated scenes.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,355

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 Opus0,023
Tête enseignante GPT0,280
Écart entre enseignants0,256 · 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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSkin Protection and AgingTravaux en français237 207