MétaCan
Menu
← Retour à la cohorte
Enregistrement W7104481483 · doi:10.71781/20561

Suivi de la séquestration de CO2 aérien dans des sites en reforestation à l'aide de drones

2025· dissertation· fr· W7104481483 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen MIND · 2025
Typedissertation
Languefr
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTerrainReforestationBioeconomics

Résumé

récupéré en direct d'OpenAlex

Les inventaires forestiers traditionnels sont des processus dispendieux qui nécessitent d’envoyer des équipes sur le terrain. Ils sont ainsi limités par le temps et l’espace pouvant être couvert. À l’opposé, les drones (systèmes d'aéronefs télépilotés, ou SATP) couvrent de larges superficies rapidement et efficacement. Nous cherchions donc à évaluer la performance d’estimations par SATP de la hauteur, diamètre à hauteur de poitrine (DHP) et de la biomasse épigée pour des arbres individuels. Nous avons comparé les estimations de ces mesures faites par différents SATP (DJI Matrice 300 avec Zenmuse P1 et L1, Mini 2 et Mini 3 Pro) et types de données (nuages de points ou modèles numériques de surface photogrammétriques ou LiDAR) à des mesures de terrain pour différentes espèces d’arbres à travers trois régions administratives du Québec. Les deux meilleures approches par SATP combinent des modèles numériques de terrain dérivés du LiDAR par avion et des nuages de points photogrammétriques et LiDAR par SATP. Les hauteurs étaient très bien estimées par SATP (racine de l’erreur quadratique moyenne, REQM, entre 0.59 m et 0.69 m). Les estimations de DHP obtenues par LiDAR (Racine de l’écart quadratique moyen, REQM, entre 0.40 et 1.20 cm) ou photogrammétrie (REQM 0.44 et 1.23 cm) étaient aussi justes. La biomasse estimée par SATP ne différait pas significativement de celles prises sur le terrain. Nos résultats suggèrent que les estimations de hauteur, DHP et de biomasse épigée par SATPs sont aussi justes que les mesures de terrain et peuvent remplacer celles-ci dans les types de plantations que nous avons étudié. L’utilisation de SATPs pourrait être particulièrement intéressante puisque contrairement aux mesures terrain, elles sont beaucoup plus rapides et peuvent être réalisées sur l’entièreté des plantations, plutôt que sur quelques parcelles seulement.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,299
Score d'incertitude au seuil0,594

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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,314
Écart entre enseignants0,295 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetRemote Sensing and LiDAR Applications→Travaux en français237 207→