MétaCan
Menu
Retour à la cohorte
Enregistrement W1971522472 · doi:10.1038/srep00527

Fractal cartography of urban areas

2012· article· en· W1971522472 sur OpenAlexfundno aff
Sara Encarnação, Marcos E. Gaudiano, Francisco C. Santos, José António Tenedório, Jorge M. Pacheco

Notice bibliographique

RevueScientific Reports · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a TecnologiaFederation for the Humanities and Social Sciences
Mots-clésPaceMetropolitan areaProcess (computing)Computer scienceCartographyGeographyRepresentation (politics)Data scienceUrban planningPolitical scienceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

In a world in which the pace of cities is increasing, prompt access to relevant information is crucial to the understanding and regulation of land use and its evolution in time. In spite of this, characterization and regulation of urban areas remains a complex process, requiring expert human intervention, analysis and judgment. Here we carry out a spatio-temporal fractal analysis of a metropolitan area, based on which we develop a model which generates a cartographic representation and classification of built-up areas, identifying (and even predicting) those areas requiring the most proximate planning and regulation. Furthermore, we show how different types of urban areas identified by the model co-evolve with the city, requiring policy regulation to be flexible and adaptive, acting just in time. The algorithmic implementation of the model is applicable to any built-up area and simple enough to pave the way for the automatic classification of urban areas worldwide.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,382
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,008
Tête enseignante GPT0,204
Écart entre enseignants0,196 · 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.

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

Citations69
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetLand Use and Ecosystem ServicesTravaux en français237 207