MétaCan
Menu
Retour à la cohorte
Enregistrement W4231325585 · doi:10.31227/osf.io/xya5v

IMPLEMENTASI MIKROKONTROLER ATMEGA328 DI BIDANG PERTANIAN DAN INDUSTRI

2018· preprint· id· W4231325585 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typepreprint
Langueid
DomaineComputer Science
ThématiqueIoT-based Control Systems
Établissements canadiensWiLAN (Canada)Air Canada
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Melihat perkembangan teknologi komunikasi, elektronikadan informatika saat ini yang begitu maju, telah mendorong pemikiran untuk memanfaatkan sumber daya tersebut untuk memenuhi kebutuhan manusia. Terdorongnya pemikiran untuk melakukan inovasi dan mengembangkan teknologi yang ada, telah banyak menstimulasi dikembangkannya pemanfaatan teknologi berdasarkan ilmu pengetahuan yang pada akhirnya memudahkan manusia menyelesaikan berbagai persoalan. Riset yang pertama secara umum membahas tentang bagaimana merancang sistem irigasi pintar berbasis mikrokontroler sebagai pengembangan dari sistem irigasi manual, bagaimana membangun protokol (software) layanan pada sistem irigasi pintar berbasis mikrokontroler agar aktivitas petani lebih maksimal dan bagaimana membangun layanan kontrol berbasis client-server untuk saluran irigasi primer-sekunder-tersier, sehingga terbangun sistem irigasi pintar terpadu. Sedangkan pada riset kedua, secara umum membahas tentang bagaimana merancang sensor getar berbasis mikrokontroler, bagaimana mengkalibrasi sensor getar berbasis mikrokontroleragar dapat dimanfaatkan untuk monitoring getaranrealtime mesin bubut horizontal serta bagaimana menentukan nilai ideal sensor getar terhadap getaran mesin bubut horizontal.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,768
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,001
Science ouverte0,0070,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,003

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 Opus0,028
Tête enseignante GPT0,268
Écart entre enseignants0,240 · 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

En bref

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIoT-based Control SystemsTravaux en français237 207