MétaCan
Menu
Retour à la cohorte
Enregistrement W2354031718 · doi:10.1088/1755-1315/34/1/012002

Laying the foundation for a digital Nova Scotia

2016· article· en· W2354031718 sur OpenAlexaffabout
Jason Bond

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Computational Techniques and Applications
Établissements canadiensGovernment of Nova Scotia
Organismes subventionnairesnon disponible
Mots-clésNova scotiaNova (rocket)Global Positioning SystemGeographyAutomationComputer scienceCartographyEngineeringTelecommunicationsAeronauticsArchaeology

Résumé

récupéré en direct d'OpenAlex

In 2013, the Province of Nova Scotia began an effort to modernize its coordinate referencing infrastructure known as the Nova Scotia Coordinate Referencing System (NSCRS). At that time, 8, active GPS stations were installed in southwest Nova Scotia to evaluate the technology's ability to address the Province's coordinate referencing needs. The success of the test phase helped build a business case to implement the technology across the entire Province. It is anticipated that by the end of 2015, 40 active GPS stations will be in place across Nova Scotia. This infrastructure, known as the Nova Scotia Active Control Stations (NSACS) network, will allow for instantaneous, centimetre level positioning across the Province. Originally designed to address the needs of the surveying community, the technology has also proven to have applications in mapping, machine automation, agriculture, navigation, emergency response, earthquake detection and other areas. In the foreseeable future, all spatial data sets captured in Nova Scotia will be either directly or indirectly derived from the NSACS network. The technology will promote high accuracy and homogenous spatial data sets across the Province. The technology behind the NSACS and the development of the system are described. Examples of how the technology is contributing to a digital Nova Scotia are presented. Future applications of the technology are also considered.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,727
Score d'incertitude au seuil0,305

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 technologies0,0000,001
Communication savante0,0000,002
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 Opus0,020
Tête enseignante GPT0,247
Écart entre enseignants0,226 · 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'étudeThéorique ou conceptuel
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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetAdvanced Computational Techniques and ApplicationsTravaux en français237 207