MétaCan
Menu
Retour à la cohorte
Enregistrement W7045561246

Application du Lidar aéroporté pour la caractérisation des vergers

2008· other· fr· W7045561246 sur OpenAlexaboutno aff

Notice bibliographique

RevueCorpus Université Laval (Université Laval) · 2008
Typeother
Languefr
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLidarGreenhouseStatistical analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Durant les vingt dernières années, les grandes avancées technologiques de la télédétection aéroportée active de type Lidar ont permis d'étendre ses applications principalement dans le secteur forestier. Le capteur Lidar nous permet de déterminer la distance et la position d'un objet à partir du temps que met le rayon de lumière à atteindre le sol et à retourner au capteur. Cette capacité du Lidar est utilisée avec succès dans les études de foresterie car elle permet de caractériser le sol, la végétation, et les structures dans les trois dimensions tout en recueillant de telles données rapidement sans façon destructive.\n\nD’autre part, la fusion des données Lidar avec des données multispectrales a ouvert un grand nombre d’applications en foresterie car elle fournit de l’information sur les types de végétation, la densité foliaire des arbres, leur phénologie, de même que les propriétés optiques pour des espèces choisies.\n\nLa Financière Agricole de Québec (FADQ) en collaboration avec le Laboratoire de Géomatique Agricole et Appliquée (GAAP) , cherche à profiter de ce type de technologie afin de mieux évaluer et caractériser les vergers en améliorant sa capacité à en faire l’inventaire, l’estimation des rendements et l’évaluation de sa qualité.\n\nLe présent projet vise à démontrer le potentiel des données Lidar pour visualiser en trois dimensions des attributs de structure des pommiers individuels tel que la taille de la couronne et l’estimation de la hauteur avec lesquelles on obtient la quantification de la biomasse foliaire, le calcul de la densité de feuillage et l’état du couvert. Les résultats des inventaires et rendements estimés sont comparés au rendement réel en démontrant ses avantages par rapport à la méthode conventionnelle.\n

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,006
Tête enseignante GPT0,174
Écart entre enseignants0,168 · 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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorpus Université Laval (Université Laval)Même sujetRemote Sensing and LiDAR ApplicationsTravaux en français237 207