MétaCan
Menu
Retour à la cohorte
Enregistrement W2119199507 · doi:10.5539/cis.v1n4p37

The Integration of 3D GIS and Virtual Technology in the Design and Development of Residential Property Marketing Information System (GRPMIS)

2008· article· en· W2119199507 sur OpenAlexvenueno aff
Siti Aekbal Salleh, Wan Mohd Naim Wan Salleh, Abdul Hadi Nawawi, Eran Sadek Said Md Sadek

Notice bibliographique

RevueComputer and Information Science · 2008
Typearticle
Langueen
DomaineEngineering
Thématique3D Modeling in Geospatial Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceDatabase transactionReal estateInformation systemRequirements analysisProperty (philosophy)System integrationKnowledge managementEngineering managementProcess managementDatabaseBusinessSoftware

Résumé

récupéré en direct d'OpenAlex

This paper discusses about a research with the aim of investigating the potential integration of 3D GIS and virtual technology in designing and developing residential property marketing information system. The method adopted in this research is a standard system development lifecycle; commencing with the user requirements study, followed by the system design, the system development, the system implementation and finally the system evaluation. This research uses an informal method i.e. semi-structured interview, survey questionnaire and review of the existing information system to establish the user requirements. Ten user requirements were outlined alongside with the examination of four 3D integration and three virtual reality methods. Three out four methods of 3D features integration are selected for the system development. The developed system is tested using the black box and white box testing methods. The prototype system can be used by the real estate agents and property developer as the concept, framework and references for future development of a better conducive property marketing information system as well as simplifying the traditional flow of housing selection which gives positive impacts in the marketing transaction.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,207
Écart entre enseignants0,190 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer and Information ScienceMême sujet3D Modeling in Geospatial ApplicationsTravaux en français237 207