MétaCan
Menu
Retour à la cohorte
Enregistrement W4415732544 · doi:10.5539/mas.v19n2p126

Unmanned Surface Vehicle for Water Quality Monitoring

2025· article· W4415732544 sur OpenAlexvenueno aff
Fauzal Naim Zohedi, Tan Shin Nee, Mohd Shahrieel Mohd Aras, Hairol Nizam Mohd Shah, Zainah Md. Zain

Notice bibliographique

RevueModern Applied Science · 2025
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring Technologies
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Teknikal Malaysia Melaka
Mots-clésUnmanned surface vehicleBuoyancyController (irrigation)Set (abstract data type)Sonar

Résumé

récupéré en direct d'OpenAlex

This paper proposed an Unmanned Surface Vehicle (USV) for water quality monitoring purposes. The USV offered high maneuverability and accurate monitoring result with IOT implementation. The paper discussed the design and development of a USV, identifying the functionality of USV sensory system, and evaluating performance of USV based on stability, velocity, and acceleration. The USV is designed based on hemisphere shape and is equipped with two brushed DC motor propellers for maneuvering purposes. The buoyancy of USV is set at 89.1% positive buoyancy for stability purposes. Dabble Gamepad controller is implemented for USV to move remotely. Temperature, pH and turbidity sensors are embedded into the USV system for monitoring purposes. Internet of Things (IoT) system is coupled with the vehicle for data monitoring via internet as it offers versatility and efficiency. The developed USV shows outstanding results in terms of maneuverability and sensors functionality. The embedded sensors reading shows stable and accurate. This developed USV will have impact in maintaining the sustainability, and wellbeing of ecosystems and health of water resources.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,004
Communication savante0,0010,001
Science ouverte0,0040,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,049
Tête enseignante GPT0,321
Écart entre enseignants0,272 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetWater Quality Monitoring TechnologiesTravaux en français237 207