GoSPo: a goniospectropolarimeter to assess reflectance, transmittance, and surface polarization as related to leaf optical properties
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.
Notice bibliographique
Résumé
Visible-near infrared (VIS-NIR) spectral data are widely used for remotely estimating a number of crop health metrics. In general, these indices and models do not explicitly account for leaf surface characteristics, which themselves can be indicators of plant status or environmental responses. To explicitly include leaf surface characteristics, data are required linking optical properties to surface characteristics. We present the design and experimental validation of a goniospectropolarimeter (GoSPo) that combines the capabilities of a spectrometer, goniometer, and polarimeter. GoSPo was designed with the objective of studying the relationships between leaf surface characteristics and the resulting light reflectance, transmission, and polarization as functions of both direction and VIS-NIR spectra. Using six motors, a pneumatic system, two spectrometers, and a combination of lenses, polarizers, and mirrors, GoSPo can examine a leaf from a particular angle, approximate hemispherical transmittance and reflectance (with root-mean-square error values of 0.0189 and 0.0216 for reflectance and transmittance, respectively, compared to a spectrophotometer and integrating sphere), and obtain spectral polarization measurements without disrupting the sample between measurements. The data collected with GoSPo will aid in model development for remote sensing applications.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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