MétaCan
Menu
Retour à la cohorte
Enregistrement W2086873754 · doi:10.3138/carto.42.4.297

Flexion and Skewness in Map Projections of the Earth

2007· article· en· W2086873754 sur OpenAlexvenueno aff
David M. Goldberg, J. Richard Gott

Notice bibliographique

RevueCartographica The International Journal for Geographic Information and Geovisualization · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHistorical Geography and Cartography
Établissements canadiensnon disponible
Organismes subventionnairesNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésSkewnessEarth (classical element)GeologyGeographyCartographyGeodesyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Tissot indicatrices have provided visual measures of local area and isotropy distortions. Here we show how large-scale distortions of flexion (bending) and skewness (lopsidedness) can be measured. Area and isotropy distortions depend on the map-projection metric; flexion and skewness, which manifest themselves on continental scales, depend on the first derivatives of the metric. We introduce new indicatrices that show not only area and isotropy distortions but flexion and skewness as well. We present a table showing error measures for area, isotropy, flexion, skewness, distances, and boundary cuts, allowing us to compare different world-map projections. We find that the Winkel-Tripel projection (already adopted for world maps by National Geographic) has low distortion on most measures and excellent quality overall.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,002
Communication savante0,0030,002
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,011
Tête enseignante GPT0,306
Écart entre enseignants0,296 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations44
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCartographica The International Journal for Geographic Information and GeovisualizationMême sujetHistorical Geography and CartographyTravaux en français237 207