MétaCan
Menu
Retour à la cohorte
Enregistrement W3158028632 · doi:10.52638/rfpt.2018.393

ESTIMATION DES CONCENTRATIONS DE SEDIMENTS EN SUSPENSION DANS LES EAUX COTIERES A PARTIR D'IMAGES PLEIADES

2020· article· fr· W3158028632 sur OpenAlexaffabout
Yacine Bouroubi, Marc Desrosiers, Thuy Nguyen-Xuan

Notice bibliographique

RevueRevue Française de Photogrammétrie et de Télédétection · 2020
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensEffigis (Canada)Public Works and Government Services CanadaUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésForestryHumanitiesGeologyPhysicsGeographyArt

Résumé

récupéré en direct d'OpenAlex

Les travaux de dragage peuvent occasionner la remise en suspension de sédiments contaminés dans la colonne d'eau et leur transport vers les sites aquacoles. Effigis, en collaboration avec Travaux publics et Services gouvernementaux Canada et l'Agence spatiale canadienne, a développé une méthodologie de suivi des concentrations de sédiments en suspension (CSS) en mer à partir d'imagerie satellitaire. Un examen de l'état de l'art a permis de passer en revue les méthodes existantes pour l'estimation des CSS, les capteurs qui répondent aux besoins et les protocoles d'échantillonnage terrain permettant de valider l'approche. La méthodologie retenue repose sur l'utilisation d'un modèle empirique pour l'estimation de la CSS à partir des réflectances de l'eau. La constellation Pléiades a été retenue en raison de son potentiel à estimer la CSS, sa capacité à acquérir des images à des dates spécifiques et à mettre en place une application opérationnelle. Les résultats montrent que les corrélations entre les mesures et les estimations de CSS s'approchent des 80%, avec des erreurs RMSE de l'ordre de 25%.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,020
Tête enseignante GPT0,272
Écart entre enseignants0,252 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue Française de Photogrammétrie et de TélédétectionMême sujetRemote Sensing and LiDAR ApplicationsTravaux en français237 207