TVC Experiment 2018/19: Radarsat-2 backscatter data
Notice bibliographique
Résumé
This dataset contains the processed, backscatter data from Radarsat-2 (RSAT-2) satellite data, as part of Environment and Climate Change Canada's 2018-2019 Trail Valley Creek Snow Experiment (TVC Experiment 18/19). These RSAT-2 data were collected and processed evaluate against a network of Steven’s HydraProbe soil monitoring sensors, and coincident in situ snowpit measurements, airborne radar, and other satellite radar data to better understand soil-snow-radar interactions in a tundra environment. The RSAT-2 data was ordered to provide wintertime coverage from September 2018 to July 2019, over the Trail Valley Creek research station (https://www.trailvalleycreek.ca/) in Northwest Territories, Canada. Three periods of in situ snow measurement took place in November 2018, January 2019, and March 2019. RSAT-2 data was acquired in Wide Fine Quad mode HH+HV+VH+VV. The RSAT-2 products were processed using the European Space Agency’s (ESA), Sentinel Application Platform (SNAP) software which included image calibration to sigma nought and orthorectification. An average of the calibrated backscatter and incidence angles was then calculated for an area 100 x 100 meters surrounding the geographic coordinates of each snowpit.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,021 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».