MétaCan
Menu
Retour à la cohorte
Enregistrement W3121657670 · doi:10.20944/preprints202011.0347.v1

Mapping the Melatonin Suppression, Star Light and Induced Photosynthesis Indices with the LANcube

2020· preprint· en· W3121657670 sur OpenAlexaff
Martin Aubé, Charles Marseille, Ammar Farkouh, Adam Dufour, Alexandre Simoneau, J. Zamorano, Johanne Roby, Carlos Tapia

Notice bibliographique

RevuePreprints.org · 2020
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueImpact of Light on Environment and Health
Établissements canadiensUniversité de SherbrookeCégep de SherbrookeBishop's University
Organismes subventionnairesnon disponible
Mots-clésStarlightPanchromatic filmMelatoninPhotosynthesisArtificial lightEnvironmental scienceCircadian rhythmPhysicsBiologyRemote sensingAstrophysicsAstronomyOpticsGeographyImage resolutionBotanyStarsNeuroscience

Résumé

récupéré en direct d'OpenAlex

Increased exposure to artificial light at night can affect human health including disruption of melatonin production and circadian rhythms and extend to increased risks of hormonal cancers and other serious diseases. In addition, multiple negative impacts on fauna and flora are well documented, and it is a matter of fact that artificial light at night is a nuisance for ground-based astronomy. These impacts are frequently linked to the colour of the light or more specifically to its spectral content. Artificial light at night is often mapped by using space borne sensors, but most of them are panchromatic and thus insensitive to the colour. In this paper, we suggest a method that allows high resolution mapping of the Artificial light at night by using ground-based measurements with the LANcube system. The device separates the light detected in four bands (Red, Green, Blue, and Clear) and provides this information for six faces of a cube. We found relationships between the LANcube’s colour ratios and 1- the Melatonin Suppression Index, 2- the StarLight Index and 3- the Induced Photosynthesis Index. We show how such relationships combined with data acquisition from a LANcube positioned on the top of a car can be used to produce spectral indices maps of a whole city in a few hours.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,103
Tête enseignante GPT0,295
Écart entre enseignants0,192 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetImpact of Light on Environment and HealthTravaux en français237 207