Implementation of community based ocean observatories on the West Coast of Canada
Notice bibliographique
Résumé
Ocean Networks Canada submitted a proposal to Western Economic Diversification Canada (WED) in 2014 to develop ocean monitoring infrastructure using advanced sensing technologies in areas critical to BC's economic future, such as the proposed LNG facilities at Campbell River, and the ports of Kitimat and Prince Rupert. The proposed infrastructure included technology related to monitoring maritime risks such as earthquakes and tsunamis; events that would likely be devastating to shipping and port facilities. The sensing technologies selected for these stations were based on meeting a diverse set of requirements, from wave and current conditions at key locations, to the ship traffic navigating those waterways, to monitoring baseline oceanographic conditions and to providing ocean data of interest to the communities supporting the observatories. The core observatory infrastructure includes a shore station with power and communications, cable solutions for terrestrial and subsea environments, and the sensor systems themselves. In the final months of 2015 and the first quarter of 2016, a series of Community Observatories up the Coast of British Columbia were developed. This paper will provide an overview of the technologies at each site and the justification for why these sites are important to monitor. The challenges related to developing the infrastructure will be addressed, and strategies employed to improve installation reliability and robustness will also be discussed. Details related to the ONC shore station will be covered, including ongoing challenges associated with reliable communications in small communities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».