MétaCan
Menu
Retour à la cohorte
Enregistrement W2381529906

RESEARCH PROGRESS OF FIELD WORKING SYSTEM OF COMPUTER-AIDED REGIONAL GEOLOGICAL SURVEY

2003· article· en· W2381529906 sur OpenAlexaboutno aff
Chong Wu

Notice bibliographique

RevueAdvance in Earth Sciences · 2003
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Computational Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLaptopField (mathematics)Computer scienceKey (lock)ChinaData scienceSystems engineeringEngineering managementGeographyEngineeringArchaeologyComputer security
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Computeraided regional geological survey system is a high and new technology system which was developed rapidly in China in recent years. In the whole system field working system is the key research part. In this paper, development status and characteristic of related field working system of different countries were discussed, and their working models were also compared. The field working system of Australia's FieldPad, Canada's FieldLog, United States' GeoMapper, Switzerland's FieldBook and China's GeoSurvey were introduced. Besides the software, the hardwares used in field system are also important because of field hard working environment. Some new hardwares were also described in this paper, such as Laser Binoculars with Compass and Under Sunlight Readable Color Screen, et al. Based on the review, the system structure and research approach was pointed out. Methods of multiS integration and information system is essential to the system development. According to great progress in computer technology, new trend is the field working system based on lightsmall laptop computers. Lots of system application practice show that digital mapping system will improve evidently the efficiency and precision of traditional regional geological survey works. This computeraided system is very important to the Chinese new round national land and resources survey and Digital Territory engineering.

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)0,002
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,270

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,134
Tête enseignante GPT0,402
Écart entre enseignants0,268 · 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
GenreMéthodes

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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvance in Earth SciencesMême sujetAdvanced Computational Techniques and ApplicationsTravaux en français237 207