MétaCan
Menu
Retour à la cohorte
Enregistrement W1967777696 · doi:10.3138/carto.49.2.1393

Mapping Mental Representations of Industrial Risk: Illustrated with the Populations of the Estuary of the Seine River, France

2014· article· en· W1967777696 sur OpenAlexvenueno aff
Marion Amalric, Morgane Chevé

Notice bibliographique

RevueCartographica The International Journal for Geographic Information and Geovisualization · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueSocial Representations and Identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubconsciousMental mappingWorryPsychologyPerceptionSubject (documents)Mental representationGeographyData scienceSocial psychologyComputer scienceCognitionMedicineLibrary science

Résumé

récupéré en direct d'OpenAlex

This article uses both qualitative and quantitative methods to study the representations of risk produced by the inhabitants of an area exposed to industrial risk. The methodologies used are intended to bring to light perceptions, thoughts, opinions, and sensitivities, whether conscious or subconscious, and thus are subject to the normal precautions of the human and social sciences. If interviews give the researcher information on respondents' knowledge of risk or degree of worry, other media can provide complementary and sometimes even contradictory information. Mental maps are a part of the methodological arsenal that goes beyond the medium of language and allows a spatial approach to the study of representations of risk. Using mental maps in association with geographic information systems allows us to understand the spatial differentiation of the representations of risk.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,584

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,321
Écart entre enseignants0,297 · 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'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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCartographica The International Journal for Geographic Information and GeovisualizationMême sujetSocial Representations and IdentityTravaux en français237 207