MétaCan
Menu
Retour à la cohorte
Enregistrement W6924840034 · doi:10.1594/pangaea.932598

Surface topography and snow depth measured during the ALERT2018 campaign (MAP Last Ice) at station ALERT2018_12

2021· dataset· en· W6924840034 sur OpenAlexaboutno aff

Notice bibliographique

RevuePublishing Network for Geoscientific and Environmental Data (PANGAEA) (Alfred Wegener Institute for Polar and Marine Research) · 2021
Typedataset
Langueen
DomaineMedicine
ThématiqueCardiac tumors and thrombi
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScannerLaserSnowLaser scanningStandard deviationWavelength

Résumé

récupéré en direct d'OpenAlex

Measurements of surface topography have been performed using a Terrestrial Laser Scanner (VZ-400i, RIEGL, Horn, Austria) on First-Year-Ice during the ALERT2018 campaign (Multidisciplinary Arctic Program (MAP) - Last Ice) off Alert, Nunavut, Canada in the Lincoln Sea in May 2018. The scans were performed across an approx. 100 times 100 m wide patch. The laser scanner was mounted on a tripod approx. 2 m above the surface and had a wavelength of 1550 nm. The scan pattern “panorama 20” with an angular resolution of 0.02 degree and a scan time of 180 s was used. At 20 m this corresponds to a 0.7 cm and at 50 m to a 1.7 cm horizontal resolution. A laser pulse repetition rate of 1200 kHz with a maximum measurement range of 250 m was used. Due to the snow conditions and the laser wavelength, a maximum range of only about 100 m was achieved. The roll and pitch accuracy of the laser scanner ranged from 0.009 to 0.014 degree which translates into a 1.57 cm to 2.44 cm vertical error per 100 m distance. For further interpretation we used the mean of 2 cm for the laser scanner accuracy. The individual scans were each registered to a master scan position using three space-fixed cylindrical retro-reflectors (10 cm diameter) in the RiSCAN Pro software. The standard deviation of the reflectors calculated during the registration was between 0.5 cm and as much as 2.2 cm when the laser scanner was not entirely stable during windy conditions. Snow fall, moving targets, and the area outside the area of interest were manually removed in the RiSCAN Pro software. Surveys conducted during larger snow fall events were not further analysed. After registration, a full point cloud was created with mean horizontal resolutions of 5 cm. The snow depth was calculated from the surface topography using the length of the rod where the reflector sitting on level ice was mounted, the distance between rod end and reflector centre, and the z-coordinate of the reflector as measured by the laser scanner.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,073

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
Bibliométrie0,0010,001
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)0,0030,001

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 Opus0,051
Tête enseignante GPT0,286
Écart entre enseignants0,236 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublishing Network for Geoscientific and Environmental Data (PANGAEA) (Alfred Wegener Institute for Polar and Marine Research)Même sujetCardiac tumors and thrombiTravaux en français237 207