MétaCan
Menu
← Retour à la cohorte
Enregistrement W7025008196

Systèmes d'imagerie pour l'étude de la santé des plantes et la biologie spatiale

2013· other· fr· W7025008196 sur OpenAlexvenueaboutno aff

Notice bibliographique

RevueLibrary and Archives Canada (Government of Canada) · 2013
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Filter (signal processing)Limiting
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L'utilisation des plantes comme partie intégrante des systèmes de soutien de la vie fait partie des stratégies pour rendre possible l'habitation humaine dans l'espace, les voyages de longue durée et la colonisation extraterrestre. L’Agence spatiale canadienne étudie la possibilité de permettre la présence humaine sur la Lune et/ou Mars en implantant des serres, agissant comme un système de recyclage en boucle fermée, qui fournirait les éléments essentiels (O2, H2O et nourriture) et assurerait la survie des astronautes. En ce sens, il est important de développer un système de surveillance permettant d’observer l’état des cultures en temps réel et d’agir immédiatement avant que la situation des plantes ne devienne critique. L'analyse de fluorescence de la chlorophylle des plantes est devenue l'une des techniques les plus puissantes et les plus utilisées par les physiologistes des végétaux et les écophysiologistes. La mesure de l’intensité de cette fluorescence pour examiner le rendement photosynthétique des plantes est maintenant répandue dans l’étude de leur santé. En plus de la fluorescence naturelle, des plants génétiquement modifiés contenant des gènes de protéine verte fluorescente (PVF) fusionnés à leurs gènes révélateurs ont été développés afin de servir de capteurs biologiques pour la surveillance de plusieurs sources de stress. \n \nDans ce mémoire, nous proposons deux prototypes d’imagerie qui examinent la santé des plantes et un algorithme de segmentation d’image de plantes capturées par les prototypes. Chaque prototype a été conçu selon des prérequis spécifiques aux besoins de l’étude et de l’environnement où le système est déployé. Le premier prototype conçu pour la capture de la PVF a été déployé à la station de recherche Haughton Mars, dans le Haut-Arctique Canadien (île Devon, au Nunavut), où la seule source d’énergie fournit du courant continu et vient d’un système d’énergie renouvelable (éoliennes, panneaux solaires et un jeu de batteries). Sur l’île Devon, le soleil est absent vingt-quatre heures par jour en hiver et les températures varient entre moins cinquante et moins soixante-dix degrés Celsius. L’objectif de capturer la fluorescence des plantes a été accompli avec succès de façon autonome pendant une année entière et en absence d’humain. Les commandes et les données ont été envoyées à travers le système de communication par satellite de la serre. Le deuxième prototype est un système multispectral conçu pour capturer la PVF et autres, comme la fluorescence naturelle, chlorophylles rouges et proches de l’infrarouge. Le système a été déployé dans une chambre hypobarique à l’Université de Guelph, en Ontario. Il a réussi à capturer les différentes fluorescences émises par les plantes en temps réel à une pression de 5 kPa à des intervalles définis et de façon autonome. Finalement, l’objectif de simplifier l’analyse des images capturées par les systèmes en discriminant les différentes parties de la plante a été accompli avec un taux d’erreur de 8.75% et un temps de classification de seulement 35 sec.

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: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,005

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 Opus0,004
Tête enseignante GPT0,165
Écart entre enseignants0,161 · 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
GenreAutre

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
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLibrary and Archives Canada (Government of Canada)→Travaux en français237 207→