MétaCan
Menu
Retour à la cohorte
Enregistrement W140583716 · doi:10.4000/cybergeo.16443

Segregation Analyzer: a C#.Net application for calculating residential segregation indices

2011· article· en· W140583716 sur OpenAlexaff
Philippe Apparicio, Valera Petkevitch, Mathieu Charron

Notice bibliographique

RevueCybergeo · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensInstitut National de la Recherche ScientifiqueUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésSpectrum analyzerGeographic information systemComputer scienceDownloadSoftwareLimit (mathematics)Process (computing)Index (typography)DatabaseOperating systemRemote sensingWorld Wide WebGeographyTelecommunicationsMathematics

Résumé

récupéré en direct d'OpenAlex

Segregation indices are today well known and increasingly used in urban studies. However, in the absence of specialized computer tools, calculating segregation indices soon becomes a long and complicated process. The odd free applications designed to calculate indices are implemented in geographic information systems (ArcInfo, ArcView and MapInfo). Users wishing to calculate indices by way of these applications must have the GIS software that contains the application and also a sufficient understanding of how to use geographic information systems—two conditions that can limit the use and correspondingly, broad access to residential segregation indices. To remedy this situation, we propose an independent and free application developed in C#.Net called Segregation Analyzer that allows some forty segregation indices (unigroup, intergroup, and multigroup) to be calculated quickly and easily, regardless of the data or city being studied. This application can be downloaded free of charge from the Spatial Analysis and Regional Economics Laboratory —SAREL— Web site (http://laser.ucs.inrs.ca/EN/Download.html).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,272

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0810,033

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,059
Tête enseignante GPT0,317
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreLogiciel

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCybergeoMême sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207