Use of the Dominance-Based Rough Set Approach as a Decision Aid Tool for the Selection of Development Projects in Northern Quebec
Notice bibliographique
Résumé
The purpose of this article is to present a summary of research results relating to the application of the dominance-based rough set (DRSA) approach to the selection of projects in the context of the Northern Quebec development plan. Based on this research, decision makers will be able to rank municipalities according to their actual needs in social and economic terms. We believe that public administrators will be able to use various socio-economic indicators in order to classify, based on chosen criteria, municipalities (objects) in one of the following four categories: [A]―the best in the region in terms of the criteria considered; [B]―those that need support in order to acquire category A status; [C]―those that need support in order to acquire category B status; [D]― those ranked lowest in the region and needing special support with regard to the criterion or criteria considered. These four categories are delimited by quartiles relative to the average ranking of municipalities. The chosen criteria are measured in order to provide decision rules based on this classification. These decision rules thus focus on the social and economic needs of municipalities with respect to improving their performance and classification. By targeting these needs, DRSA will help administrators of the Northern Quebec development plan to prioritize actions or to evaluate, for example the social and economic impact of a project in a municipality.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».