MétaCan
Menu
Retour à la cohorte
Enregistrement W2975588816

SkySquirrel, una nueva tecnología que facilita la detección de enfermedades a los viticultores

2017· article· es· W2975588816 sur OpenAlexaboutno aff
D. Subirá

Notice bibliographique

RevuePhytoma España: La revista profesional de sanidad vegetal · 2017
Typearticle
Languees
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesCartographyGeographyArtPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

El impacto de las enfermedades de la vid para los viticultores puede ser catastrofico, ya que puede afectar tanto a la calidad de los frutos, pigmentacion o contenido de azucares como al volumen de produccion, traduciendose en perdidas economicas significativas. A nivel mundial, las enfermedades estan costando a la industria vitivinicola mas de 15 mil millones de euros de perdidas al ano. Pero SkySquirrel Technologies, con sede en Canada, esta demostrando como puede facilitar la deteccion de enfermedades a los viticultores con una tecnica que combina la imagen multiespectral con la cartografia aerea. SkySquirrel Technologies, una compania especializada en teledeteccion con drones y VineView Imaging, una firma que es sinonimo de precision para la industria de los vinos Premium en California desde hace mas de 15 anos, se han unido para ofrecer a los viticultores los diagnosticos mas precisos y de mas alta resolucion del mercado y juntos, mediante I+D orientada a resultados, han construido una reputacion reconocida a nivel mundial. La tecnologia de SkySquirrel mide con precision el vigor de la vid, el estres hidrico y distintas enfermedades de la vid con una precision que llega a nivel de planta. Durante decadas, el Indice de Vegetacion de Diferencia Normalizada (NDVI) ha sido el estandar de la industria vitivinicola para medir el vigor de la vid, pero a menudo ofrece datos inexactos debido a factores como el angulo solar, las sombras y variaciones del suelo. SkySquirrel utiliza el Indice de Vegetacion Mejorado (EVI), para corregir estas inexactitudes teniendo en cuenta en el angulo de incidencia solar y las condiciones atmosfericas. Mediante el uso de longitudes de onda adicionales, el ajuste de calculos multiespectrales y eliminando el efecto del suelo y de la cobertura vegetal entre hileras, SkySquirrel proporciona los datos de vigor mas fiables y de mayor calidad de vinedos disponibles en el mercado.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,805
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,002
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,027
Tête enseignante GPT0,336
Écart entre enseignants0,309 · 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.

Devis d'étudeObservationnel
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhytoma España: La revista profesional de sanidad vegetalMême sujetHorticultural and Viticultural ResearchTravaux en français237 207