Modelo 3D y ortofotografía de la autovía 407 en Ontario, Canadá entre PK 24+600 y PK 26+000 a partir de un vuelo con dron
Bibliographic record
Abstract
En este documento se presenta la memoria correspondiente al trabajo fin de grado de la titulación Grado en Ingeniería Geomática y Topográfica titulado "Modelo 3D y ortofotografía de la autovía 407 en Ontario, Canadá, entre PK 24+600 y PK 26+000 a partir de un vuelo con dron". El Plan de Estudios para la titulación de Grado en Ingeniería Geomática y Topográfica fue publicado en el BOE el 3 de Julio de 2010, y dentro de la estructura de estudios conducentes a la obtención de dicho título se incluye la realización de una asignatura de carácter obligatorio "Trabajo Fin de Grado" con una carga docente total de 12 créditos. Actualmente la Geomática es un término científico que hace referencia al conjunto de ciencias, en las cuales se integran los medios para la captura, tratamiento, análisis, interpretación, difusión y almacenamiento de información geográfica, también llamada información espacial o geoespacial. Por tanto, según la definición, la Geomática se preocupa de las mediciones, análisis, manejo, extracción y despliegue gráfico de datos espaciales relacionados con las características físicas de la Tierra. En la actualidad la combinación de sensores y tecnologías como el escáner láser terrestre, los vehículos aéreos no tripulados (UAV), las cámaras digitales, los sensores inerciales o los propios GNSS, posibilitan la integración de datos y la obtención de resultados de gran potencial visual que, conservando el carácter métrico, están revolucionando las aplicaciones de reconstrucción 3D y los estudios multitemporales.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.019 | 0.003 |
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".