Aquifer vulnerability mapping and GIS: A proposal to monitor uncertainty associated with spatial data processing
Notice bibliographique
Résumé
El Servicio Geológico de Canadá llevo a cabo una evaluación acuífera para estimar la sustentabilidad y Ia vulnerabilidad acuífera en St. Lawrence Lowlands al suroeste de Quebec. El modelo DRASTIC y un SIG fueron usados para calcular y producir los mapas de vulnerabilidad. Paralelamente se realizó un detallado monitoreo del procesamiento de los datos para controlar la exactitud de los mapas de vulnerabilidad. Una estimación global incluyo errores identificados e incertidumbres asociadas con datos espaciales y descriptivos usados en el modelo. Los datos analizados se relacionaron con los pozos, perforaciones, mapas temáticos, y también con los procesos múltiples de los datos incluyendo a los errores e incertidumbre atribuidas a los cálculos de la conductibilidad hidráulica, las interpolaciones de los datos, las intersecciones de capas de los datos espaciales etc. Se propone un sistema de categorización usando el lenguaje UML, para categorizar datos espaciales con respecto al grado y fuente de incertidumbre. Este trabajo presenta este sistema, un ejemplo de aplicación en un área estudiada y una discusión sobre su utilidad en el control del procesamiento de datos. También muestra que Ia incertidumbre asociada con el procesamiento de datos espaciales y la integración de los datos a un sistema numérico puede ser muy significante; Ia principal ambigüedad ocurre cuando se limpian datos, se interpolan, se clasifican y se sobreponen. La caracterización de la incertidumbre en los procesos de los datos fue una valiosa fuente de información tan crucial como la misma calidad de los datos. Monitorear la incertidumbre asociada con el procesamiento de datos espaciales es casi tan importante como el modelo mismo. Sin embargo, el monitoreo de la incertidumbre puede ser complejo y subjetivo y de hecho es raramente efectuado sobre bases regulares principalmente porque requiere mucho más esfuerzo comparado con simplemente correr el modelo.doi: sin doi
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».