MétaCan
Menu
Retour à la cohorte
Enregistrement W4388333761 · doi:10.24018/ejece.2023.7.5.552

Remote Monitoring, Control and Data Visualization for a Solar Water Pumping System

2023· article· en· W4388333761 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

RevueEuropean Journal of Electrical Engineering and Computer Science · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring Technologies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésArduinoVisualizationComputer scienceGSMEmbedded systemRemote controlData visualizationCloud computingOperating systemRemote monitoring and controlDatabaseReal-time computingControl (management)

Résumé

récupéré en direct d'OpenAlex

Access to clean water is a significant challenge in many regions, including Sukkur, Pakistan. The effective management of water resources is a critical challenge, particularly in areas with limited access to surface water sources. This paper presents a remote monitoring of water pumping system designed to address water distribution challenges in Sukkur, Pakistan. The system utilizes a combination of hardware components, including Arduino Uno, Raspberry Pi 2, ultrasonic sensor, and GSM modules, to enable remote monitoring, control, and data visualization. The system architecture incorporates Node-RED, a powerful flow-based programming tool, to facilitate data communication, storage, and visualization. To enable remote monitoring and control, users can send SMS commands to the Arduino Uno, connected to the GSM module, to query the system's status and control the pump's operation. Additionally, a mobile application developed using the MIT App Inventor platform allows users to interact with the system, visualize real-time and historical data, and receive updates on water levels and pump status. The Raspberry Pi 2 serves as a server and cloud storage for the system.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil0,261

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0010,000
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 Opus0,026
Tête enseignante GPT0,251
Écart entre enseignants0,225 · 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