MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390586051 · doi:10.21203/rs.3.rs-3793661/v1

Introduction and Testing of a Cost-Effective GNSS System for Landslide Monitoring

2024· preprint· en· W4390586051 sur OpenAlexaffabout
Ingrid Arantxa Berru Garcia, Renato Macciotta, Jorge Rodríguez, Chris Gräpel, Roger G. Skirrow, Kristen Tappenden

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensKlohn Crippen Berger (Canada)Government of AlbertaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGNSS applicationsLandslideComputer scienceEnvironmental scienceGeologyGlobal Positioning SystemGeotechnical engineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract The use of Global Navigation Satellite System (GNSS) in combination with real-time kinematic (RTK) technique, commonly known as differential GNSS (dGNSS), has increased in recent years for monitoring landslide displacements and detecting early signs of potential failure, enabling earlier response for risk mitigation than traditional monitoring techniques. GNSS offers several advantages, including high accuracy and high-frequency data collection. Although more cost-effective, their affordability may still present challenges for public organizations managing multiple landslides in their territory. The SparkFun is a suite of components for GNSS assembly designed for topographic surveying, offering the benefits of dGNSS technology while being more affordable than other market options. It also avoids relying on phone signals for data storage in a cloud server. The SparkFun system, its components, and how it can be assembled to create a dGNSS system for landslide monitoring are described in this paper. The deployment and testing of a SparkFun system at the Chin Coulee landslide in Alberta, including challenges faced during the 6-month period, are described. The results are compared with those from a commercially available dGNSS system (Ophelia Geocube) developed for landslide monitoring in the area. Preliminary findings show that the SparkFun system demonstrates horizontal accuracy consistent with the manufacturer's specifications and exhibits displacement trends comparable to the 2018 Geocube monitoring campaign. The robustness of the power supply system and environmental insulation of the equipment needs to be enhanced for future deployments. The SparkFun assembly is shared in this paper, for others to test and deploy their own prototypes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,043
Tête enseignante GPT0,355
Écart entre enseignants0,312 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetLandslides and related hazards→Travaux en français237 207→