MétaCan
Menu
Retour à la cohorte
Enregistrement W3007864084 · doi:10.3334/ornldaac/1707

ABoVE: AirSWOT Water Masks from Color-Infrared Imagery over Alaska and Canada, 2017

2019· article· en· W3007864084 sur OpenAlex
Ethan D. Kyzivat, L.C. Smith, L. H. Pitcher, Jessica V. Fayne, Sarah Cooley, Mick Cooper, Simon Topp, Theodore Langhorst, Merritt E. Harlan, Colin J. Gleason, Tamlin M. Pavelsky

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueOak Ridge National Laboratory Distributed Active Archive Center for Biogeochemical Dynamics · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRemote sensingInfraredEnvironmental scienceGeographyOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

This dataset provides 1) a conservative open water mask for future water surface elevation (WSE) extraction from the co-registered AirSWOT Ka-band interferometry data, and 2) high-resolution (1 m) water body distribution maps for water bodies greater than 40 m2 along the NASA Arctic-Boreal Vulnerability Experiment (ABoVE) foundational flight lines. The masks and maps were derived from georeferenced three-band orthomosaics generated from individual images collected during the flights and a semi-automated water classification algorithm based on the Normalized Difference Water Index (NDWI). In total, 3,167 km2 of open water were mapped from 23,380 km2 of flight lines spanning 23 degrees of latitude. Detected water body sizes range from 40 m2 to 15 km2. The image tiles were georeferenced using manually selected ground control points (GCPs). Comparison with manually digitized open water boundaries yields an overall open-water classification accuracy of 98.0%.

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.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,380
Score d'incertitude au seuil0,997

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)0,0010,000

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 Opus0,003
Tête enseignante GPT0,197
Écart entre enseignants0,194 · 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