Drone as a tool for coastal flood monitoring in the Volta Delta, Ghana
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Monitoring coastal erosion and flooding in deltaic environment is a major challenge. The uncertainties associated with land based methods and remote sensing approaches affect the levels of accuracy, reliability and usability of the output maps generated. This study monitored flooding and erosion activities in a flood prone fishing community (Fuvemeh) in the Volta Delta in Ghana using Unmanned Aerial Vehicles (UAVs) or drone technology. The study revealed that coastal flooding and coastal erosion have destroyed sources of livelihood and increased risk to life and property in the Volta Delta communities. It was identified that between 2005 and 2017 the shoreline has moved several meters inland (over 100 m along some transects) in some areas, while in other areas about 24,057 m 2 land has been gained (about 80 m along some transects) that can serve as natural fish landing site. It emerged that over 77 houses have been destroyed which resulted in the displacement of over 300 inhabitants between 2005 and 2017. The study estimated that about 37% of the total land area in Fuvemeh has been lost as a result of erosion. Coastal erosion and flooding are major environmental challenges in the Volta delta. Coastal erosion has destroyed natural fish landing sites, which has affected the local fishing business (the main source of livelihood) and increased poverty. Coastal flooding has displaced inhabitants from their homes and increased migration from the Fuvemeh community.
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.
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 | 0,000 | 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 découle