MétaCan
Menu
Retour à la cohorte
Enregistrement W2109612233 · doi:10.5539/cis.v7n4p82

The Territorial Intelligence Process: Ecology of Communication for Development of Hybrid Territories

2014· article· en· W2109612233 sur OpenAlexvenueno aff
Yann Bertacchini, Paul Déprez, Paul Rasse

Notice bibliographique

RevueComputer and Information Science · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInformation Technology and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Computer scienceField (mathematics)Ecology

Résumé

récupéré en direct d'OpenAlex

Aims: This article aims providing structural, and deeper, answers to the words used in titled, how “The Territorial intelligence process can be considered as necessary Ecology of Communication for development of “hybrid territories” and because in first part, we have been working, researching, for more decades in territorial intelligence field and secondly, because we have seen from the TICs development that territorial organizations in 21st Century are becoming hybrid, a mix made of physical (geographical) territory and digital territory and call for appropriate path to think about their future. Study design, Methodology & Place and Duration of Study: We illustrate our arguments by drawing on five situations of specific PhD research conducted in the interval from 2000 to 2014 throughout E.U in general and in France, in particularly. Reflecting the past six years, (2008-2014), they were fueled from the exercise of two local mandates. Results & Conclusion: All aspects encountered during these years need extracting additional points for consideration in the future. In conclusion, we propose structural elements for a response, and perhaps, for a future program of hybrid territories to be developed with the help of territorial intelligence process because of exposed territory to an insular development potentially breaking their continuum.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,022
Communication savante0,0100,012
Science ouverte0,0010,007
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0180,001

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 Opus0,013
Tête enseignante GPT0,304
Écart entre enseignants0,290 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer and Information ScienceMême sujetInformation Technology and LearningTravaux en français237 207