Development and Validation of a Low-Cost DAQ for the Detection of Soil Bulk Electrical Conductivity and Encoding of Visual Data
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.
Notice bibliographique
Résumé
Electromagnetic induction (EMI) devices have become increasingly popular for their soil bulk properties, soil nutrient status, and use in taking non-invasive soil salinity measurements. However, the high cost of data acquisition (DAQ) systems has been a significant barrier to the widespread adoption of these devices. In this study, we addressed this challenge by developing a cost-effective, easy-to-use, open-source DAQ system, transferable to the end user. This system employs a Raspberry Pi 4 model, paired with various components, to monitor the speed and position of the EM38 (Geonics Ltd, Mississauga, ON, Canada) and compare these with a proprietary CR1000 system. Through our results, we demonstrate that the low-cost DAQ system can successfully extract the analogical signal from the device, which is strongly responsive to the variation in the soil’s physical properties. This cost-effective system is characterized by increased flexibility in software processes and provides performance comparable to the proprietary system in terms of its geospatial data and ECb measurements. This was validated by the strong correlation (R2 = 0.98) observed between the data collected from both systems. With our zoning analysis, performed using the Kriging technique, we revealed not only similar patterns in the ECb data but also similar patterns to the Normalized Difference Vegetation Index (NDVI) map, suggesting that soil physical characteristics contribute to variability in crop vigor. Furthermore, the developed web application enabled real-time data monitoring and visualization. These findings highlight that the open-source DAQ system is a viable, cost-effective alternative for soil property monitoring in precision farming. Future enhancements will focus on integrating additional sensors for plant vigor and soil temperature, as well as refining the web application, supporting zone classification based on the use of multiple parameters.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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