Development of an Automated Real-Time System for Soil Temperature and Moisture Measurement
Notice bibliographique
Résumé
This trial goes along with irrigation systems based on the development and use of free software and hardware for direct measurements of soil moisture and temperature throughout the plant cycle. Thus, irrigation systems can optimize water use during the process at lower cost regarding TDR application. Four humidity sensors were used: one was resistive, and three capacitors were interconnected in a mesh network system. Thus, this research was carried out in laboratory and the studied soil was characterized as a typical dystroferric Red Latosol (Oxisol) with very clayey texture (66%). Soil clods were undone and dried in a greenhouse, then divided in 20 containers with addition of known volumes of water in each one. A network of mesh-type node sensors has been developed based on Arduino technology to read and transmit data to a single gateway. The sensor node was designed and built with Arduino Nano, radio NRF24L01, capacitive sensors of type SHT20 and DHT22, in addition to FC-28 that is resistive. The system also featured a Real Time Clock DS1302, three photovoltaic cells and circuit battery charger. Domoticz software was used to store data and make them available on a server connected to the internet. Cubic modeling was one of the results of the relation among each sensor, TDR and the greenhouse method. The resistive sensor showed very close values to the TDR in its model as well as the set of the monitoring system showed low cost in relation to TDR.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».