Diseño de red IIoT para la detección vehicular
Bibliographic record
Abstract
La medición del tráfico vehicular es de suma importancia en zonas urbanas a fin de monitorear el flujo de vehículos, por lo que se realizó el diseño de una red IIoT para la medición del tráfico de una avenida de Maracaibo, estado Zulia. Se empleó un enfoque descriptivo y proyectivo, con un diseño de campo, no experimental, longitudinal y cuantitativo, aplicando métodos de observación directa y documental. Los resultados indican que la tecnología LoRaWAN es la más idónea, además, se describieron los requerimientos y se seleccionaron los equipos de la red. Para el diseño se posicionaron los equipos de detección y red, se comprobó la factibilidad de los enlaces, se planteó el presupuesto del proyecto y se comprobó la correcta operación del equipo de detección. Se concluye que el diseño de red propuesto permite la contabilización vehicular y transmisión de estos datos, posibilitando su implementación rentable en la ciudad.
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 | 0.004 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".