MétaCan
Menu
Retour à la cohorte
Enregistrement W3010549801 · doi:10.13031/trans.13551

Evaluation of Automated, In-Cockpit Swath Displacement

2020· article· en· W3010549801 sur OpenAlexaboutno aff
Harold W. Thistle, Lucas Amos-Binks, Jane A. S. Bonds, Gerald A. Cormier, Gary J. Kees, David C. Davies, R. E. Mickle, William M. Reynolds

Notice bibliographique

RevueTransactions of the ASABE · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Surface Properties and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Forest ServiceU.S. Department of Agriculture
Mots-clésAerial applicationOffset (computer science)AvionicsDisplacement (psychology)Computer scienceReal-time computingSimulationRemote sensingAerospace engineeringEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

Highlights Automated swath displacement works well in high drift conditions. System relevance and performance are limited in low drift conditions. Testing against pilot skill without an automated system is necessary. ABSTRACT. A set of spray trials was designed to evaluate the onboard swath displacement feature that is offered as part of some avionic systems and used to aid in targeting aerial spray applications. The trials were flown in Miramichi, New Brunswick, Canada, and were intended to provide basic information on the capabilities of these systems. A total of 32 trials were run, of which 24 provided coverage data that could be used in this evaluation. Two aircraft types were tested, each with distinct avionics systems and automated swath displacement capabilities. Each aircraft was flown with two application setups, resulting in four application scenarios. The systems were generally able to allow the pilot to apply the spray with a swath peak within 5 m of the target line on average, even in high wind conditions. Other relationships that were anticipated in the data, such as a direct correlation between offset distance and targeting accuracy, were not observed. The systems do not appear to add much capability in low drift conditions when not much displacement is expected. It is recognized that a control data set is necessary to evaluate the extent to which the systems improve targeting accuracy. Keywords: Aerial management system, Aerial pesticide application, Drift offset, Precision application, Real-time modeling, Spray deposition, Spray drift, Swath displacement.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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)0,0020,000

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 Opus0,056
Tête enseignante GPT0,243
Écart entre enseignants0,187 · 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'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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the ASABEMême sujetPlant Surface Properties and TreatmentsTravaux en français237 207