MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402553621 · doi:10.46298/jimis.14252

CentipedeRTK, un réseau pour la géolocalisation haute précision au service de l'environnement

2025· article· en· W4402553621 sur OpenAlexaff
Julien Ancelin, Sylvie Ladet, Wilfried Heintz

Notice bibliographique

RevueJournal of Interdisciplinary Methodologies and Issues in Sciences · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensCégep de Saint-Laurent
Organismes subventionnairesnon disponible
Mots-clésGNSS applicationsTelecommunicationsHumanitiesComputer scienceArtGlobal Positioning System

Résumé

récupéré en direct d'OpenAlex

Positioning RTK, or Real-Time Kinematics, is a long-established technology that improves the positioning provided by a GNSS mobile receiver, based on a network of fixed reference receiver antenna, precisely positioned over the territory. Although highly effective, this solution is still very costly and therefore not available to all users. The emergence of low-cost electronic products has given rise to the CentipedeRTK network. The network is based on an open and shared methodology for building RTK antennas that are networked for free and collaborative use, whatever their purpose. Since its launch in 2019, the network has gone from strength to strength, and its uses are multiplying in a variety of fields, from forestry research to environmental monitoring. Le positionnement RTK ou Cinématique Temps réel est une technologie éprouvée qui permet d’améliorer le positionnement fourni par un récepteur mobile GNSS, en se basant sur un réseau de récepteurs à antenne, fixes, servant de référence, positionnés précisément sur le territoire. Bien que très efficace, cette solution reste encore très coûteuse et n’est donc pas à la portée de tous les utilisateurs. L’émergence des produits électroniques low-cost a permis au réseau CentipedeRTK de voir le jour. Celui-ci se base sur l‘ouverture et le partage d’une méthodologie de construction d’antennes RTK mises en réseau pour un usage libre et collaboratif, quelle que soit la finalité de son utilisation. Depuis son démarrage en 2019, le réseau ne cesse de croître et ses usages se multiplient dans différents domaines, allant de la recherche forestière jusqu’au suivi des mesures environnementales.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,009

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 Opus0,080
Tête enseignante GPT0,418
Écart entre enseignants0,337 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Interdisciplinary Methodologies and Issues in Sciences→Même sujetRemote Sensing and LiDAR Applications→Travaux en français237 207→