MétaCan
Menu
Retour à la cohorte
Enregistrement W6950380638 · doi:10.5683/sp3/rmgoiw

Mer Bleue QA4EO Airborne Hyperspectral Imagery

2022· dataset· en· W6950380638 sur OpenAlexaffabout

Notice bibliographique

RevueBorealis · 2022
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensMcGill UniversityNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésPixelHyperspectral imagingRadianceSatellite imageryAtmospheric correctionSatelliteThematic MapperImage processing

Résumé

récupéré en direct d'OpenAlex

The data available consist of airborne hyperspectral imagery acquired for the Mer Bleue Arctic Surrogate Simulation Site (MBASSS) S2/L8 Data Product Validation Project in 2016. MBASSS was a collaborative effort aimed at developing a systematic approach for ongoing assessment and validation of satellite based land information products from Landsat 8 OLI and Sentinel 2 satellites. The airborne systems used for this project were the CASI-1500 and SASI-644 hyperspectral instruments (ITRES Research, Calgary AB) installed in the National Research Council Canada Flight Research Lab (NRC-FRL) Twin Otter aircraft. Standard level 2 processed imagery is provided for download as rasters in ENVI Standard format. Imagery is available from April 20, May 11, May 24 and June 23, 2016 as a set of 12 individual flight lines per date. The imagery has been atmospherically corrected and during the geocorrection process, it has been resampled to 1 m pixel size. Currently CASI and SASI imagery are provided separately. Metadata for each flight line is provided in external ascii ENVI header files (*.hdr) and *.met files. The geocorrected imagery provided with pixel level information including pixel view zenith angle (off Nadir angle), DEM, view azimuth angle, radiance path distance, column and row numbers of pixels in non-geocorrected image file, and relative pixel offset between calculated and assigned pixel location. This information is provided in associated *.nad and *.nad.hdr files.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0270,016

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 Opus0,018
Tête enseignante GPT0,268
Écart entre enseignants0,249 · 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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorealisTravaux en français237 207