MétaCan
Menu
Retour à la cohorte
Enregistrement W2978352323 · doi:10.29173/aar68

Piecing Together Prehistoric Life: Scanning and Articulating Gorgosaurus

2019· article· en· W2978352323 sur OpenAlexaffvenue
Manisha Saraswat, Samantha M. Hamilton, Nicole Jaremco, Howard Gibbins, Clive Coy, Philip J. Currie

Notice bibliographique

RevueAlberta Academic Review · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématique3D Surveying and Cultural Heritage
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésLaser scanningSkullComputer scienceComputer graphics (images)ScannerPhotogrammetryReverse engineeringProcess (computing)SoftwareComputer visionArtificial intelligenceLaserGeologyOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

The Skull bones of a Gorgosaurus Libratus was laser scanned in order to articulate the model into software and 3D print. The model had to be articulated due to some missing bone, making it unrealistic to put together. Using the scanned pieces we articulated the model making a skull of The Gorgosaurus Libratus. This detailed computer skull can be sent anywhere in the world, for anyone to study. These scans could also be used to find out how the Gorgosaurus Libratus bit down or determine the way these animals moved. Prior to laser scanning, a method known as Photogrammetry was used. This method involves taking photos of the model and processing the images on a computer, which slow down the process. Another way used to replicate bones was by making silicone molds. This could damage the bone which makes it a method used less often. Laser scanning is the fastest and safest method in order to scan a bone. After the bones were articulated on the computer they were sent to a 3D printer. Unfortunately, the printer beds could not hold the massive skull. Due to this, the bones were printed half size. In order to 3D print, the holes of the model had to be filled using another program. The holes were caused by the light of the laser scanner not being able to go into all the holes creating shadows that the laser scanner could not pick up. However, after the holes were filled some of the objects were still too big to fit on the printer bed. Therefore, some of the objects were cut in half to fit. The 3D printed models were then printed and assembled.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,019
Tête enseignante GPT0,239
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlberta Academic ReviewMême sujet3D Surveying and Cultural HeritageTravaux en français237 207