MétaCan
Menu
Retour à la cohorte
Enregistrement W2160783119 · doi:10.5539/jgg.v1n2p33

Assessment of Wetlands in Kuala Terengganu District Using Landsat^TM

2009· article· en· W2160783119 sur OpenAlexvenueno aff
Kasawani Ibrahim, Kamaruzaman Jusoff

Notice bibliographique

RevueJournal of Geography and Geology · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWetlandGeographyRemote sensingCover (algebra)Land coverPhysical geographyChange detectionCartographyEnvironmental scienceLand useEcology

Résumé

récupéré en direct d'OpenAlex

Wetland cover mapping is very important in identifying its areal extent and the rate of change over time. This studyaims to map the areal extent and its rate of change in Kuala Terengganu district which covers approximately 4,690.65hectares. Three LandsatTM images, which dated on 15th October 1998, 14th July 2002 and 15th August 2005 were used indigital image processing by using a RGB band combination of 4, 5, and 2. The overall classification accuracies for the1998, 2002 and 2005 images were 74.55, 82.42 and 90.91 percent, respectively. The United State Geology Survey(USGS) Classification Scheme was used to determine the wetland and the images were independently classified andtotal areas of wetland cover were compared between different dates of imageries. Surprisingly, there was an unexpectedsignificant increase (from 102.35 to 381.35 ha) in the areal extent of wetlands in a seven year period of 1998 to 2005with a rate of change of 0.84% increase per year. This study implies that the integration of remote sensing andGeographical Information System (GIS) may provide a useful tool for temporal studies in wetland cover and its rate ofchange in Kuala Trengganu district

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,327

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,011
Tête enseignante GPT0,259
Écart entre enseignants0,248 · 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'étudeObservationnel
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

Citations9
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geography and GeologyMême sujetGeochemistry and Geologic MappingTravaux en français237 207