Evaluación técnica económica del levantamiento topográfico con estación total, GPS diferencial y dron, para el análisis geométrico de la carretera Baños del Inca – Otuzco, Cajamarca 2020
Bibliographic record
Abstract
La presente tesis, tuvo como objetivo principal evaluar técnica y económicamente el levantamiento topográfico utilizando Estación Total, GPS diferencial y Dron, para analizar geométricamente la carretera Baños del Inca – Otuzco. Con la finalidad de comparar los indicadores de precisión, tiempo y costo, obtenidas al realizar el levantamiento topográfico con dichos equipos y así con el más optimo, realizar el análisis de la geometría actual de la carretera en mención. Se monumentaron tres puntos geodésicos de orden “C”, enlazados a una estación GNSS estática. La recolección de datos se realizó con el uso de fichas técnicas, levantamientos topográficos, siendo estas procesadas posteriormente con los softwares: Agisoft Metashape y AutoCAD Civil 3D, en los que se obtuvieron 19 puntos de control denominados BM’s y 3 puntos de precisión denominados IGN, con cada equipo topográfico y fueron comparados con los 3 puntos de control geodésico de orden “C”, donde se obtuvo al Dron como el mejor equipo; permitiéndonos así proseguir con la evaluación de las características actuales de la carretera Baños del Inca – Otuzco. Se concluyó que, en la evaluación técnica económica del levantamiento topográfico, el Dron resultó ser la mejor alternativa en relación a precisión, tiempo y costo, siguiéndole la Estación total y por último el GPS diferencial. Las características geométricas actuales de la carretera Baños del Inca – Otuzco no cumplen el 71% de su totalidad, con respecto a los parámetros del manual de carreteras: Diseño geométrico DG – 2018 MTC, estudiados en la presente tesis.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.002 |
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.
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".