MétaCan
Menu
Retour à la cohorte

WildFireSat - unlocking the potential for a global WildFire monitoring service

2019· article· en· W2997926576 sur OpenAlexaffabout
Helena van Mierlo, Joshua M. Johnston, Didier Davignon, Linh Ngo Phong, Natasha Jackson, Catherine Casgrain

Notice bibliographique

RevueBiodiversidade Brasileira · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensEnvironment and Climate Change CanadaCanadian Forest ServiceCanadian Space Agency
Organismes subventionnairesnon disponible
Mots-clésService (business)Environmental resource managementRemote sensingEnvironmental scienceBusinessGeography

Résumé

récupéré en direct d'OpenAlex

To increase its capability to monitor wildland fires, the Government of Canada has initiated the first step of the development of a satellite system dedicated to wildfire monitoring. This system, called WildFireSat, will provide data for the whole of Canada on a daily basis, more specifically in the afternoon when fire activity is at its peak. Data users such as the Canadian Forest Service (CFS) for wildfire management purposes, and Environment and Climate Change Canada (ECCC) for carbon emission reporting and smoke and air quality forecasting purposes, will have access to the data within 30 min of data acquisition. Apart from its direct benefits,WildFireSat is meant to serve as a steppingstone towards the achievement of a longer-term goal: the realization of a future, potentially commercial, satellite constellation that would provide global, continuous, near real-time wildfire monitoring services. WildFireSat could help prepare the user community in Canada and possibly abroad, and thus create the user base that would be needed to make a strong business case for a future global operational wildfire monitoring data service. Other nations are welcomed to join the WildFireSat initiative and to help pave the way towards a global, continuous, near real-time wildfire monitoring service in collaboration with the international 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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,504

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,215
Écart entre enseignants0,204 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiodiversidade BrasileiraMême sujetUAV Applications and OptimizationTravaux en français237 207