Development of a collaborative geospatial augmented reality system in support of urban design practice
Notice bibliographique
Résumé
Efficient collaboration between participants is fundamental for urban planning and design processes, but it is not necessarily easy to achieve. This limitation depends on several factors including differences in participants' backgrounds and the limitations and the complexity of the tools used to support those process. Furthermore, the collaborative component of urban planning and design projects is often limited to meetings where designs and plans are assembled and discussed. The solution presented in this paper, aims at overcoming those problems through a collaborative geospatial augmented reality application. The proposed system integrates innovative technologies of augmented reality with 3D modelling and spatial analysis tools. Results of our experimentations demonstrate the potential of such a system for improving interactive and collaborative urban design. This paper provides a comparison of our approach with existing ones and proposes future developments in the field. RESUME. Si la bonne collaboration entre participants est fondamentale dans les processus d'amenagement et de design, elle n'est pas toujours facile a mettre en œuvre. Differents facteurs expliquent cette difficulte, allant des differences d'origines des participants, a la complexite des outils utilises par les experts. Par ailleurs, la composante collaborative des projets d'amenagement et de design est souvent limitee aux seules phases d'assemblage et de discussions sur les plans. Precisement, dans cet article nous proposons une solution fondee sur une application de realite augmentee geospatiale collaborative. Le systeme propose associe des technologies de realite augmentee innovantes et des outils de modelisation 3D et d'analyse spatiale. Les resultats de nos tests montrent la pertinence de ce type de systeme pour ameliorer l'interaction et la collaboration en design urbain. Cet article fournit une comparaison entre l'approche developpee et les approches existantes et propose finalement des voies de developpement futures.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».