MétaCan
Menu
Retour à la cohorte
Enregistrement W959174761 · doi:10.1109/jstars.2013.2255861

Use of the Earth Observing One (EO-1) Satellite for the Namibia SensorWeb Flood Early Warning Pilot

2013· article· en· W959174761 sur OpenAlexaff
Daniel Mandl, Stuart Frye, Pat Cappelaere, Matthew Handy, Fritz Policelli, Mc-cloud Katjizeu, Guido Van Langenhove, Guy Aubé, Jean-Francois Saulnier, R. A. Sohlberg, Julie A. Silva, Sergii Skakun, Sanford Ungar, Robert L. Grossman, Joerg Szarzynski

Notice bibliographique

RevueIEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Computational Techniques and Applications
Établissements canadiensCanadian Space Agency
Organismes subventionnairesnon disponible
Mots-clésInteroperabilityEarth observationSensor webVariety (cybernetics)Computer scienceWarning systemArchitectureFlood mythRemote sensingSystems engineeringSatelliteEngineeringTelecommunicationsWorld Wide WebGeography

Résumé

récupéré en direct d'OpenAlex

The Earth Observing One (EO-1) satellite was launched in November 2000 as a one year technology demonstration mission for a variety of space technologies. After the first year, it was used as a pathfinder for the creation of SensorWebs. A SensorWeb is the integration of a variety of space, airborne and ground sensors into a loosely coupled collaborative sensor system that automatically provides useful data products. Typically, a SensorWeb is comprised of heterogeneous sensors tied together with an open messaging architecture and web services. SensorWebs provide easier access to sensor data, automated data product production and rapid data product delivery. Disasters are the perfect arena to test SensorWeb functionality since emergency workers and managers need easy and rapid access to satellite, airborne and in-situ sensor data as decision support tools. The Namibia Early Flood Warning SensorWeb pilot project was established to experiment with various aspects of sensor interoperability and SensorWeb functionality. The SensorWeb system features EO-1 data along with other data sets from such satellites as Radarsat, Terra and Aqua. Finally, the SensorWeb team began to examine how to measure economic impact of SensorWeb technology infusion. This paper describes the architecture and software components that were developed along with performance improvements that were experienced. Also, problems and challenges that were encountered are described along with a vision for future enhancements to mitigate some of the problems.

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)0,002
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 enseignants0,051
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,067
Tête enseignante GPT0,250
Écart entre enseignants0,183 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Selected Topics in Applied Earth Observations and Remote SensingMême sujetAdvanced Computational Techniques and ApplicationsTravaux en français237 207