MétaCan
Menu
Retour à la cohorte
Enregistrement W6989172232

Análise do cenário de observação da Missão Sentinel-1

2019· article· pt· W6989172232 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueBiblioteca Digital da Memória Científica do INPE (National Institute for Space Research) · 2019
Typearticle
Languept
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Space AgencyEuropean Space Agency
Mots-clésSynthetic aperture radarEarth observationSatelliteConstellationCopernicusAgency (philosophy)Space-based radarRadar
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A primeira constelação de satélites da série Sentinel da Agência Espacial Europeia (ESA), no Programa Copernicus, denominada Sentinel-1 pretende dar continuidade ao legado das missões ERS e ENVISAT da ESA e da missão RADARSAT da Agência Espacial do Canadá, com observações da superfície terrestre mediante imageamento por radar de abertura sintética. Esta missão apresenta uma quantidade considerável de aplicações para a comunidade científica e a sociedade em geral, como por exemplo, no controle e monitoramento ambiental. Este trabalho tem por objetivo analisar os fundamentos e desdobramentos desta missão, as aplicações dos dados SAR (Synthetic Aperture Radar) gerados e discutir as condições para a otimização do cenário da missão a nível global sobre o ambiente terrestre. ABSTRACT: The first Sentinel satellite constellation of the European Space Agency (ESA) in the Copernicus Program called Sentinel-1 aims to continue the legacy of the ESA's ERS and ENVISAT missions and RADARSAT mission of the Canadian Space Agency with observations of the terrestrial surface by Synthetic Aperture Radar (SAR) imaging. This mission presents a considerable amount of applications to the scientific community and society in general, such as environmental monitoring and control. The objective of this work is to analyze the fundamentals and developments of this mission, the applications of SAR data generated and to discuss the conditions for the optimization of the scenario of the global mission on the terrestrial environment.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,069
Tête enseignante GPT0,341
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; 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'étudeObservationnel
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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiblioteca Digital da Memória Científica do INPE (National Institute for Space Research)Même sujetSynthetic Aperture Radar (SAR) Applications and TechniquesTravaux en français237 207