MétaCan
Menu
Retour à la cohorte
Enregistrement W2164723612 · doi:10.5589/m10-070

Quick Profiler (QuiP): a friendly tool to extract roughness statistical parameters using a needle profiler

2010· article· en· W2164723612 sur OpenAlexfundvenueno aff
Mélanie Trudel, François Charbonneau, Fernando Carlos Avendaño, Robert Leconte

Notice bibliographique

RevueCanadian Journal of Remote Sensing · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Moisture and Remote Sensing
Établissements canadiensnon disponible
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésGraphical user interfaceWind profilerRemote sensingComputer scienceRadarInterface (matter)Surface roughnessEngineeringEngineering drawingGeographyTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

AbstractQuiP is a graphical user interface (GUI) developed in MATLAB to extract and analyze soil surface profile measurements obtained from a needle profiler in a few minutes. Surface roughness parameters can be extracted from any needle profiler with simple modifications to the tool. QuiP calculates many statistics useful in radar remote sensing while generating the profiles. Furthermore, a QuiP function can be used to join several profiles. Long profiles can therefore be created from a short profiler (e.g., 1 m) that is easier to carry and handle in the field. Extraction of profiles by QuiP is repeatable and therefore reduces user's errors from data processing.QuiP est une interface graphique d'utilisation (GUI) développé sous MATLAB, qui permet d'extraire et d'analyser les profils de rugosité de surface de profilomètres à aiguilles en quelques minutes. De simples modifications au profilomètre permettent l'utilisation de QuiP et ainsi d'analyser les profils de manière efficaces. Des paramètres statistiques utilisés en télédétection radar sont automatiquement calculées par QuiP. De plus, QuiP permet de joindre plusieurs profils et ainsi de recréer des profils de plusieurs mètres en utilisant un profilomètre de plus petite taille (i.e., 1 m) qui est plus facile à manipuler et à transporter. La répétabilité de l'extraction avec QuiP est démontrée, ce qui réduit les erreurs liées à l'utilisateur.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,938
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,245
Écart entre enseignants0,231 · 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.

Devis d'étudeAutre devis
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

Citations20
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Remote SensingMême sujetSoil Moisture and Remote SensingTravaux en français237 207