MétaCan
Menu
Retour à la cohorte
Enregistrement W2001216135 · doi:10.1068/b32052

Landscape Grammar 2: Implementation

2007· article· en· W2001216135 sur OpenAlexaff
Kevin Mayall, G. Brent Hall

Notice bibliographique

RevueEnvironment and Planning B Planning and Design · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographic Information Systems Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGrammarComputer scienceVocabularyCharacter (mathematics)Neighbourhood (mathematics)Landscape designLandscape planningAffix grammarLinguisticsNatural language processingArtificial intelligenceGeographyEngineeringCivil engineeringMathematicsEnvironmental planning

Résumé

récupéré en direct d'OpenAlex

In a previous paper, we presented landscape grammar as a framework in which to define the character of a landscape and we used it to generate simulated landscape scenes in order to assess visually the character definition. In this paper we describe the implementation of a landscape grammar in a software environment and its application to a residential neighbourhood. The architecture and functionality of the implementation are described with examples of elements from the landscape vocabulary and rule definitions. The system is applied to define the character of a neighbourhood in Bermuda. Following an outline of the landscape vocabulary, the spatial grammar rules are presented in the form of an iterative construction of a two-dimensional landscape scene which is then presented in a three-dimensional form. Finally, the grammar is modified to demonstrate the effect of imposing hypothetical planning regulations on the site.

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)0,002
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 enseignants0,258
Score d'incertitude au seuil0,610

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,041
Tête enseignante GPT0,309
Écart entre enseignants0,267 · 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

Citations7
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning B Planning and DesignMême sujetGeographic Information Systems StudiesTravaux en français237 207