MétaCan
Menu
Back to cohort
Record W7011145613

Le immagini RapidEye nello studio del distretto minerario delle Colline metallifere

2013· article· it· W7011145613 on OpenAlexaboutno aff

Bibliographic record

VenueArTS Archivio della ricerca di Trieste (University of Trieste https://www.units.it/) · 2013
Typearticle
Languageit
FieldComputer Science
TopicGeochemistry and Geologic Mapping
Canadian institutionsnot available
Fundersnot available
KeywordsContext (archaeology)Work (physics)Limiting
DOInot available

Abstract

fetched live from OpenAlex

L’attività mineraria è tra le attività industriali che maggiormente possono generare un rilevante impatto ambientale. La dispersione nell’ambiente di elementi tossici come i metalli pesanti è senz’altro l’impatto più rilevante. Nell’ultimo trentennio, la necessità di coniugare le attività produttive e lo sviluppo economico con la salvaguardia dell’ambiente ha stimolato, soprattutto in paesi come USA, Canada e Australia, numerosi studi volti a comprendere i meccanismi della dispersione e conseguente mappatura degli elementi tossici in conseguenza dell’attività mineraria, al fine di prevedere e prevenire le conseguenze, e/o proporre idonee misure di contenimento e risanamento. 
\nIn questo contesto si inseriscono diversi studi che hanno come obiettivo quello di caratterizzare in maniera alternativa ed efficace queste aree inquinate, mediante tecniche di remote and proximal sensing. Soprattutto negli Stati Uniti, si è visto un crescente interesse nel utilizzo dei dati spettrali telerilevati per supportare la caratterizzazione e la bonifica di siti minerari inquinati, questo tipo di approccio aumenta l’efficienza del processo di risanamento del sito, risparmiando tempo e risorse preziose.
\nIn Italia sono pochi gli studi in tal senso e questo studio vuole essere un contributo in questo settore, utilizzando dei nuovi dati satellitari. 
\nL’area di studio è il distretto minerario delle Colline metallifere investigate con dati RapidEye, una costellazione di 5 satelliti artificiali eliosincroni allineati sulla stessa orbita e perfettamente identici che permettono l’acquisizione d’immagini alla risoluzione di 5 metri e in 5 bande multispettrali dal visibile al vicino infrarosso. L’analisi dei dati RapidEye mediante l’algoritmo SAM (Spectral Angle Mapper), che prevede l’utilizzo di una libreria di firme spettrali di minerali, ha consentito di mappare i principali minerali presenti nell’area. Quanto rilevato è in accordo con i dati di bibliografia e con i primi rilievi sul campo, tuttavia maggiori informazioni e conferme saranno possibili con il prosieguo della ricerca che prevede il prelievo dei campioni per le analisi mineralogiche – geochimiche.

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 distilled prediction

Teacher imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.216
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0020.002
Meta-epidemiology (broad)0.0020.001
Bibliometrics0.0010.004
Science and technology studies0.0030.002
Scholarly communication0.0010.003
Open science0.0050.004
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0020.002

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.

Opus teacher head0.032
GPT teacher head0.207
Teacher spread0.175 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueArTS Archivio della ricerca di Trieste (University of Trieste https://www.units.it/)Same topicGeochemistry and Geologic MappingFrench-language works237,207