MétaCan
Menu
Retour à la cohorte
Enregistrement W4389543675 · doi:10.23919/oceans52994.2023.10337333

Multi-Instrument Integration for Natural Seafloor Seeps Survey

2023· article· en· W4389543675 sur OpenAlexaff
Jinyun Ren, Christian de Moustier, A. Barzegar, Colin Smith, L. O. Baksmaty, Daniel Minisini

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensCoquitlam College
Organismes subventionnairesnon disponible
Mots-clésPetroleum seepRemote sensingSonarRemotely operated vehicleRemotely operated underwater vehicleGeologyUnderwaterSeafloor spreadingHeading (navigation)Natural gasBathymetryMarine engineeringEnvironmental scienceComputer scienceMethaneOceanographyEngineeringArtificial intelligenceGeodesyMobile robotRobot

Résumé

récupéré en direct d'OpenAlex

A newly developed instrument package deployable on underwater vehicles for detection, localization, and identification of natural seafloor seeps of oil/gas is described. Equipped with two multibeam forward looking sonars operating at different frequencies, two lasers, an attitude and heading reference system, and a conductivity, temperature, depth plus sound speed measurement system, this instrument package can detect active natural seeps of oil/gas seeps at a proven range of over 200 m. It also allows the operator to efficiently transition from detection with sonars to monitoring with HD video cameras within a few minutes. Two sets of this instrument package were successfully deployed on two work-class remotely operated vehicles for oil/gas seep surveys conducted in the Gulf of Mexico in March 2022.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,812
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,034
Tête enseignante GPT0,271
Écart entre enseignants0,237 · 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'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOil Spill Detection and MitigationTravaux en français237 207