Guide de production d'imagerie sonar à l'aide d'outils grand public - Étude de cas à la rivière des Outaouais à Quyon, Québec
Notice bibliographique
Résumé
Natural Resources Canada (NRCAN) has the mandate of providing essential geographic information. An improved knowledge of our physical environment represents one of the basis of this mandate. This essential baseline information is generally associated with the terrestrial or landmass environment. The geographic knowledge of the underwater environment often represents the weak segment in the chain linking terrestrial units together. In the geohazard domain, also a NRCAN mandate, the development of mitigation strategies for geohazards, including landslide, rely on accurate underwater terrain information. Recently, there have been consumer grade, low cost, side scan imaging sonars capable of imaging the floor of a lake, a river or a coastline. These tools are targeted for sport fishing and diving markets but they are also capable of partly providing an image view of the lake and river floor. These tools, which are versatile, portable and easy to use can have scientific and technological applications, such as the subsurface geomorphological mapping of lake and river floors: bedrock outline, contact between sediments and bedrock, lineaments, sand waves location and various forms of erosion / deposit. Therefore, low cost consumer grade side scan sonars can partly fill the technology / scientific information gap for essential geographic information and geohazards, and are particularly well suited for the Canadian North and in remote or difficult to access areas. A case study was carried out in Quyon Qc. area, in the Ottawa region, to determine the potential of these tools for the geomorphological mapping of a river floor, as it may relate to landslide characterization in the area. This document explains the main constraints for a high quality survey and recommends ways to overcome them. Several image examples and interpretation are presented as well as the findings resulting from this case study.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,122 | 0,064 |
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 source (Gemma direct ou Codex distillé), 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 ».