MétaCan
Menu
Retour à la cohorte
Enregistrement W1717587608 · doi:10.16995/dscn.114

‘Buried Beneath the Waves’: Using GIS to Examine the Physical and Social Impact of a Historical Flood

2009· article· en· W1717587608 sur OpenAlexaffvenueabout
Mathew Novak, Jason Gilliland

Notice bibliographique

RevueDigital Studies / Le champ numérique · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésFlood mythNatural disasterGeographic information systemNatural (archaeology)Environmental planningGeographyEnvironmental resource managementHistoryCartographyArchaeologyMeteorologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Natural disasters such as floods can periodically disturb and destroy the built and social fabric of communities. Despite their importance, specific ramifications of natural disasters can be overlooked in local histories due to a paucity of data. In this article we bring together several disparate sources of data within a historical geographic information system (HGIS) to study certain physical and social details of the flood which devastated the Town of London West, Canada on 11 July 1883. The integration of historical and contemporary data sources allow for the construction of a three-dimensional model of where the flood likely occurred. With the location of the flood determined, it is possible to discern which residents were impacted and the legacy of the disaster on the community. This study demonstrates how digital technologies such as GIS can help provide a richer understanding of urban and environmental history.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,601
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,296
Écart entre enseignants0,269 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations2
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDigital Studies / Le champ numériqueMême sujetFlood Risk Assessment and ManagementTravaux en français237 207