MétaCan
Menu
Retour à la cohorte
Enregistrement W3009513064 · doi:10.1111/2041-210x.13385

<scp>viewshed3d</scp>: An <scp>r</scp> package for quantifying 3D visibility using terrestrial lidar data

2020· article· en· W3009513064 sur OpenAlexaff
Bastien Lecigne, Jan U.H. Eitel, Janet L. Rachlow

Notice bibliographique

RevueMethods in Ecology and Evolution · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensHydro-QuébecUniversité du Québec à MontréalNatural Sciences and Engineering Research Council of Canada
Organismes subventionnairesNational Institute of Food and AgricultureU.S. Department of Agriculture
Mots-clésViewshed analysisVisibilityWorkflowComputer scienceLidarPoint cloudViewpointsR packageRemote sensingEnvironmental scienceComputer graphics (images)GeographyComputer visionDatabaseMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract Visual information affects animal behaviour and fitness in diverse ways, but a lack of suitable methods to quantify visibility in three‐dimensional (3D) environments limits applications of the concept of visibility in ecological research. The viewshed3d r package is dedicated to quantifying the visual environment from a single location or from a cumulation of viewpoints based on 3D point clouds acquired with terrestrial laser scanning. We present the entire workflow required to prepare the data and perform the visibility analyses in viewshed3d. This approach can help unlock the potential contributions of viewshed analyses to the emerging subdiscipline of ‘viewshed ecology’.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,134
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,009
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 savante0,0000,001
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 Opus0,172
Tête enseignante GPT0,399
Écart entre enseignants0,227 · 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

Citations34
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in Ecology and EvolutionMême sujetWildlife Ecology and ConservationTravaux en français237 207