Visualization and Sharing of 3D Digital Outcrop Models to Promote Open Science
Notice bibliographique
Résumé
High-resolution 3D data sets, such as digital outcrop models (DOMs), are increasingly being used by geoscientists to supplement field observations and enable multiscale and repeatable analysis that was previously difficult, if not impossible, to achieve using conventional methods.Despite an increasing archive of DOMs driven by technological advances, the ability to share and visualize these data sets remains a challenge due to large file sizes and the need for specialized software.Together, these issues limit the open exchange of data sets and interpretations.To promote greater data accessibility for a broad audience, we implement three modern platforms for disseminating models and interpretations within an open science framework: Sketchfab, potree, and Unity.Web-based platforms, such as Sketchfab and potree, render interactive 3D models within standard web browsers with limited functionality, whereas game engines, such as Unity, enable development of fully customizable 3D visualizations compatible with multiple operating systems.We review the capabilities of each platform using a DOM of an extensive outcrop exposure of Late Cretaceous fluvial stratigraphy generated from uninhabited aerial vehicle images.Each visualization platform provides end-users with digital access and intuitive controls to interact with large DOM data sets, without the need for specialized software and hardware.We demonstrate a range of features and interface customizability that can be created and suggest potential use cases to share interpretations, reinforce student learning, and enhance scientific communication through unique and accessible visualization experiences.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».