MétaCan
Menu
Retour à la cohorte
Enregistrement W2748073052 · doi:10.5194/isprs-annals-iv-2-w2-171-2017

CENTENARY OF THE BATTLE OF VIMY (FRANCE, 1917): PRESERVING THE MEMORY OF THE GREAT WAR THROUGH 3D RECORDING OF THE MAISON BLANCHE SOUTERRAINE

2017· article· en· W2748073052 sur OpenAlexaboutno aff
Arnadi Murtiyoso, Pierre Grussenmeyer, S. Guillemin, Gilles Prilaux

Notice bibliographique

RevueISPRS annals of the photogrammetry, remote sensing and spatial information sciences · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématique3D Surveying and Cultural Heritage
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBattleFortress (chess)GermanHistoryOperations researchComputer scienceEngineeringArchaeologyAncient history

Résumé

récupéré en direct d'OpenAlex

Abstract. The Battle of Vimy Ridge was a military engagement between the Canadian Corps and the German Empire during the Great War (1914-1918). In this battle, Canadian troops fought as a single unit and won the day. It marked an important point in Canadian history as a nation. The year 2017 marks the centenary of this battle. In commemoration of this event, the Pas-de-Calais Departmental Council financed a 3D recording mission for one of the underground tunnels (souterraines) used as refuge by the Canadian soldiers several weeks prior to the battle. A combination of Terrestrial Laser Scanner (TLS) and close-range photogrammetry techniques was employed in order to document not only the souterraine, but also the various carvings and graffitis created by the soldiers on its walls. The resulting point clouds were registered to the French national geodetic system, and then meshed and textured in order to create a precise 3D model of the souterraine. In this paper, the workflow taken during the project as well as several results will be discussed. In the end, the resulting 3D model was used to create derivative products such as maps, section profiles, and also virtual visit videos. The latter helps the dissemination of the 3D information and thus aids in the preservation of the memory of the Great War for Canada.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,866
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
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 Opus0,053
Tête enseignante GPT0,277
Écart entre enseignants0,224 · 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'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

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISPRS annals of the photogrammetry, remote sensing and spatial information sciencesMême sujet3D Surveying and Cultural HeritageTravaux en français237 207