MétaCan
Menu
Retour à la cohorte
Enregistrement W6945003338 · doi:10.21966/jhqc-fq17

UAV Imagery - 2016 - Coastal British Columbia - Canada

2017· dataset· en· W6945003338 sur OpenAlexaboutno aff

Notice bibliographique

RevueHakai Institute · 2017
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueTurtle Biology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetadataGeoreferenceOrthophotoAerial photographySoftwareAerial surveyFlight planningSatellite imageryDigital elevation model

Résumé

récupéré en direct d'OpenAlex

This is a dataset of UAV imagery collected and processed by the Hakai Institute. In 2016 unmanned aerial vehicles at the Hakai Institute covered a range of areas along the British Columbia Coast. Here we list the locations of our projects - further metadata on each of these locations is available upon request. The purpose of this record is to highlight areas of imagery that have been covered and aid researchers in locating available imagery. Restrictions on imagery distribution exist only in areas of cultural sensitivity. Imagery is typically provided in georeferenced TIFF format. RAW / JPEG images are also available. In some cases digital surface models have been created along with these imagery. Spatial resolutions vary from 1 cm to 12 cm depending on flight elevation. Please use the links section below to observe an interactive map detailing the locations of our imagery. Metadata attributes recording flight log and processing notes include: MOBE_ID (unique flight mission identification number), date, location, size of area covered (grid size), pilot, weather, project (subject), crew, tide (meters), UAV used, elevation flown, UAV application used for flight, # of flights conducted for the mission, total flight time (minutes), flight notes, file location, processing status, storage location, and processing notes. Please contact data@hakai.org for more information. UAV equipment for 2016: Phantom 2 and Phantom 3. All flights in 2016 have been conducted by Derek Heathfield, Luba Reshitnyk, Will McInnes, and Keith Holmes. Software for data processing: PIX4D, Autostitch, and ArcGIS.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,008
Tête enseignante GPT0,207
Écart entre enseignants0,198 · 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'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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHakai InstituteMême sujetTurtle Biology and ConservationTravaux en français237 207