MétaCan
Menu
Retour à la cohorte
Enregistrement W4391840683 · doi:10.1002/rob.22299

Unmanned air/ground vehicle survey following a radiological dispersal event

2024· article· en· W4391840683 sur OpenAlexafffund
Timothy J. S. Munsie, Blake Beckman, Ross Fawkes, Alan B. Shippen, Blaine Fairbrother, Anna Rae Green

Notice bibliographique

RevueJournal of Field Robotics · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRadioactive contamination and transfer
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesNatural Resources Canada
Mots-clésRadiological weaponBiological dispersalEvent (particle physics)Ground levelEnvironmental scienceRemote sensingAeronauticsAerospace engineeringComputer scienceMeteorologyEngineeringGeographyMedicinePhysicsCivil engineeringEnvironmental healthRadiologyGround floor

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents the method and results of surveying a dispersed radioactive field using an unmanned air vehicle (UAV) and an unmanned ground vehicle (UGV). A 35 GBq of La material was distributed in a specific geometric l‐polygon pattern measuring a 120 m 20 m longitudinal rectangle and an 80 m 10 m transverse rectangle. Two methods were used to determine the amount and distribution of the lanthanum over the polygon including 20 plywood coupons distributed over the area and a UGV equipped with a Kromek GR1® driving over the area. The aerial survey was conducted using an unmanned aerial vehicle UAV carrying the Kromek GR1® while flying a traditional grid pattern and circular pattern at different elevations and speeds over the area. The data collected by the UAV were further postprocessed using N‐Visage, a 3D radiation modeling method developed by Createc, to create a model of the ground activity. This model was compared with the reference data collected on the ground by the UGV and was found to be in agreement with 11%.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,271
Écart entre enseignants0,254 · 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'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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Field RoboticsMême sujetRadioactive contamination and transferTravaux en français237 207