Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Con l’evoluzione della tecnologia il costo di un apparato per il rilievo tridimensionale è divenuto abbordabile anche per piccole imprese e singoli professionisti: per questo le tecniche di digitalizzazione 3D divengono via via più richieste sia in ambito didattico sia applicativo. \nIl testo si propone di illustrare il principio di funzionamento dei diversi sensori 3D ormai disponibili sul mercato, li inquadra in un contesto generale specificandone i principi di funzionamento, motivandone le prestazioni e fornendo dei criteri per permettere anche all’utente finale una caratterizzazione dei sistemi consentendone un uso consapevole. \nDescrive le modalità con cui questi sensori devono essere utilizzati per trasformare le superfici di un oggetto in un insieme di dati manipolabili con gli strumenti della rappresentazione digitale, come deve essere pianificato un progetto di acquisizione e quali sono gli errori da evitare. Vengono inoltre analizzate le procedure per il post-processing dei dati grezzi prodotti da un sensore 3D che consentono di arrivare ad un modello tridimensionale completo di texture e ci si sofferma sulle modalità di applicazione delle tecniche di acquisizione 3D a due campi applicativi in particolare: l’Industrial Design e la conservazione dei Beni Culturali. \nInfine, vengono esposti una serie di casi di studio, presi da differenti ambiti disciplinari, che illustrano come le tecniche descritte nella prima parte del libro possano essere utilmente applicate per far fronte alle difficoltà pratiche.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.099 | 0.015 |
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 it