MétaCan
Menu
Retour à la cohorte
Enregistrement W2555844009 · doi:10.15273/pnsis.v48i2.6660

Mapping the topography and land cover of Sable Island

2016· article· en· W2555844009 sur OpenAlexaffvenueabout
David Colville, Brittany A. Reeves, Darien Ure, Bill Livingstone, Heather Stewart

Notice bibliographique

RevueProceedings of the Nova Scotian Institute of Science · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensParks Canada
Organismes subventionnairesnon disponible
Mots-clésOrthophotoAerial photographyGeomaticsGeographyLand coverRemote sensingAerial photosAerial surveyCartographyMosaicLidarGround truthLand useArchaeologyEcologyComputer science

Résumé

récupéré en direct d'OpenAlex

In September 2014 the Applied Geomatics Research Group (AGRG) completed a third aerial mapping campaign of Sable Island. The AGRG first mapped the island in October 2002 with an aerial photography survey. Then in August 2009 AGRG conducted an aerial photography and Light Detection And Ranging (LiDAR) survey. Five years later these same technologies were deployed again. Each of these surveys led to an orthophoto mosaic of the island and a mapping of the land cover. The 2009 and 2014 surveys also mapped the island’s topography using Digital Surface Models (DSMs) derived from the LiDAR data. Ground-truthing efforts associated with each survey provided data to assist with the interpretation and validation of the results.The repeat surveys resulted in an excellent opportunity to quantify the topographic and land cover changes that have occurred on the island. The mapped results provide a comparison of how and where these changes have occurred over the years. AGRG is working with Parks Canada to better understand how the topography and land cover are changing. This understanding will contribute to Parks Canada Ecological Integrity monitoring program for Sable Island and inform the management planning process for one of Canada’s newest national parks.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,315
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,006
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,225
Écart entre enseignants0,197 · 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'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

Citations5
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Nova Scotian Institute of ScienceMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207