Un profil UML pour les entrepôts de données intégrant les réseaux spatiaux
Notice bibliographique
Résumé
Spatial Data Warehouses (SDW) and Spatial OLAP (SOLAP) systems allow the storage and multidimensional analysis of huge volumes of geographic data. Existing SOLAP models do not take into account connectivity of spatial objects and consequently they do not natively integrate networks. In this paper, we propose a UML (Unified Modeling Language) profile for SDW integrating spatial networks. We implemented our UML profile using UML meta-model elements and OCL (Object Constraint Language) constraints with a Computer-Aided Software Engineering tool (MagicDraw). The implementation of the conceptual model in a database is presented using Oracle. / Les entrepôts de données spatiales (EDS) et les outils OLAP spatial (SOLAP) permettent le stockage et l'analyse multidimensionnelle d'une grande quantité de données géographiques. Les modèles existants SOLAP ne tiennent pas compte de la connectivité des objets spatiaux et par conséquent ils n'intègrent pas les données de type réseaux, comme les réseaux routiers et leurs méthodes d'analyse. Dans cet article, nous proposons un profil UML (Unified Modeling Language) pour les entrepôts de données intégrant des réseaux spatiaux. Nous mettons en ½oeuvre notre profil UML en se basant sur le méta-modèle d'UML et des contraintes OCL (Object Constraint Language) avec un atelier de génie logiciel (MagicDraw). Une implémentation du modèle conceptuel dans une base de données est présentée en utilisant Oracle.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».