Recherche des mottes de terre par analyse multirésolution
Bibliographic record
Abstract
Nous présentons une méthode d'identification des mottes de terre sur un modèle numérique de terrain (MNT) 3D d'une surface de sol agricole nu. Une décomposition multirésolution de la surface est effectuée par transformée en ondelettes. Les maxima locaux sont ensuite extraits sur les différentes approximations de la surface et validés par un test. Enfin, les résultats obtenus à chaque niveau sont fusionnés. Cette méthode a été appliquée à des surfaces agricoles de semis et de labour et validée par comparaison avec une méthode manuelle d'identification des mottes mise en oeuvre par un expert en science du sol. Les bas niveaux de décomposition sont tributaires de la résolution d'acquisition et du bruit de mesure du MNT. Ainsi, certaines frontières de mottes peuvent être délicates à estimer. La méthode de détection par analyse multirésolution semble adaptée aux surfaces de sol correctement décrites par 2 ou 3 niveaux d'approximation comme les semis.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.003 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.003 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.019 | 0.012 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".