MétaCan
Menu
Retour à la cohorte
Enregistrement W4252660999 · doi:10.4095/220059

A Soil Moisture Sensorweb for Use in Flood Forecasting Applications

2003· report· en· W4252660999 sur OpenAlexaffabout
P M Teillet, R P Gauthier, T J Pultz, A Deschamps, G Fedosejevs, M Maloley, G Ainsley, A Chichagov

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring Technologies
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésFlood mythEnvironmental scienceFlood forecastingMoistureWater contentHydrology (agriculture)MeteorologyGeologyGeographyGeotechnical engineeringArchaeology

Résumé

récupéré en direct d'OpenAlex

This paper describes work towards building an integrated Earth sensing capability and focuses on the demonstration of a prototype in-situ sensorweb in remote operation in support of flood forecasting. A five-node sensorweb was deployed in the Roseau River Sub-Basin of the Red River Watershed in Manitoba, Canada in September 2002 and remained there throughout the flood season until the end of June 2003. The sensorweb operated autonomously, with soil moisture measurements and standard meteorological parameters accessed remotely via land line and/or satellite from the Integrated Earth Sensing Workstation (IESW) at the Canada Centre for Remote Sensing (CCRS) in Ottawa. Independent soil moisture data were acquired from actual grab samples and field-portable sensors on the days of RADARSAT and Envisat Synthetic Aperture Radar (SAR) data acquisitions. The in-situ data were used to help generate spatial soil moisture estimates from the remotely sensed SAR data for use in a hydrological model for flood forecasting.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,653
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0010,000
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 Opus0,124
Tête enseignante GPT0,305
Écart entre enseignants0,181 · 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.

Devis d'étudeSans objet
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
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetWater Quality Monitoring TechnologiesTravaux en français237 207