MétaCan
Menu
Retour à la cohorte
Enregistrement W3199833465 · doi:10.1504/ijris.2021.10041242

Development of IoT-based smart agriculture monitoring system for red radish plants production

2021· article· en· W3199833465 sur OpenAlexaff
Chunsheng Yang, Ari Aharari

Notice bibliographique

RevueInternational Journal of Reasoning-based Intelligent Systems · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSmart Agriculture and AI
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésAgricultureProduction (economics)Successor cardinalGreen RevolutionBusinessAutomationAgricultural economicsInternet of ThingsPopulationAgricultural engineeringComputer scienceEngineeringGeographyEconomicsMathematicsComputer security

Résumé

récupéré en direct d'OpenAlex

The world population is increasing at a fast rate, and as results need for food is also growing briskly. The traditional method of agriculture is not sufficient enough to cover the needs of the market. On the other hand, the aging of agricultural workers has progressed rapidly, and the successor problem is becoming more serious. Under such circumstances are coming out also new farmers that will help the beginner to agriculture. However, the establishment of farming technology has become a significant management challenge for new farmers. In this paper, we focused on automation in agriculture by applying IoT technologies. The proposed system is utilising to monitor the environmental information during the experiment of producing the red radish. The sensor data is analysed to find the relation between ecological parameters and the growth results. The result of the proposed system was satisfactory as the first step in much deep measure development.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,369

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,247
Écart entre enseignants0,222 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Reasoning-based Intelligent SystemsMême sujetSmart Agriculture and AITravaux en français237 207