MétaCan
Menu
Retour à la cohorte
Enregistrement W1876554736 · doi:10.11606/d.3.2010.tde-17082010-111747

Geovisualização analítica: desenvolvimento de um protótipo de um sistema analítico de informações para a gestão da coleta seletiva de resíduos urbanos recicláveis.

2010· dissertation· pt· W1876554736 sur OpenAlexfundno aff
Carlos Enrique Hernández Simões

Notice bibliographique

Revuenon disponible
Typedissertation
Languept
DomaineEnvironmental Science
ThématiqueSoil and Land Suitability Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité Laval
Mots-clésComputer scienceGeovisualizationVisualization

Résumé

récupéré en direct d'OpenAlex

\n Os resíduos urbanos descartados de forma irregular constituem um problema sério, principalmente nas grandes cidades, causando entupimento de bueiros e drenagem com conseqüentes inundações, sujeira e transmissão de doenças tais como leptospirose e dengue além de ser um estorvo para o trânsito e acarretarem gastos para a Prefeitura. Por outro lado, reciclar este material é uma fonte de receitas e um gerador de empregos. A Geovisualização Analítica pode ser de grande auxílio para a análise desse problema complexo e para a tomada de decisão. Com essa motivação, a presente dissertação procura fornecer uma visão geral sobre o estado da arte quanto a conceitos e pesquisas em Geovisualização (GVis) e Processamento Analítico (OLAP e SOLAP). Apresenta também processos, metodologias e tecnologias que foram utilizadas no desenvolvimento de um protótipo de um sistema analítico de informações aplicado à área de gestão da coleta seletiva de resíduos sólidos recicláveis em ambiente urbano. Este protótipo, efetivamente implantado, combinou navegação e consulta para recuperar informações através de seleções espaciais e alfanuméricas. Através de exemplos foi mostrado que este tipo de solução auxilia gestores nos processos de exploração, análise e tomada de decisão.\n

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,233
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,020
Tête enseignante GPT0,300
Écart entre enseignants0,281 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil and Land Suitability AnalysisTravaux en français237 207