<scp>The Underwater Vision Profiler 6: an imaging sensor of particle size spectra and plankton, for autonomous and cabled platforms</scp>
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
Abstract Autonomous and cabled platforms are revolutionizing our understanding of ocean systems by providing 4D monitoring of the water column, thus going beyond the reach of ship‐based surveys and increasing the depth of remotely sensed observations. However, very few commercially available sensors for such platforms are capable of monitoring large particulate matter (100–2000 μ m) and plankton despite their important roles in the biological carbon pump and as trophic links from phytoplankton to fish. Here, we provide details of a new, commercially available scientific camera‐based particle counter, specifically designed to be deployed on autonomous and cabled platforms: the Underwater Vision Profiler 6 (UVP6). Indeed, the UVP6 camera‐and‐lighting and processing system, while small in size and requiring low power, provides data of quality comparable to that of previous much larger UVPs deployed from ships. We detail the UVP6 camera settings, its performance when acquiring data on aquatic particles and plankton, their quality control, analysis of its recordings, and streaming from in situ acquisition to users. In addition, we explain how the UVP6 has already been integrated into platforms such as BGC‐Argo floats, gliders and long‐term mooring systems (autonomous platforms). Finally, we use results from actual deployments to illustrate how UVP6 data can contribute to addressing longstanding questions in marine science, and also suggest new avenues that can be explored using UVP6‐equipped autonomous platforms.
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 | 0,001 | 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 | 0,001 |
| 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