MétaCan
Menu
Retour à la cohorte
Enregistrement W2121793091 · doi:10.1111/1541-0064.02e11

The true cost of spatial data in Canada

2003· article· en· W2121793091 sur OpenAlexafffundvenueabout
Brian Klinkenberg

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographic Information Systems Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSustainable Development Technology CanadaAustralian Government
Mots-clésData qualityData scienceInterpretation (philosophy)Class (philosophy)Work (physics)Quality (philosophy)Computer scienceData visualizationVisualizationOperations researchMarketingData miningBusinessEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The evolution of the Information Age, in Canada, has meant an unheralded parallel social evolution — the development of a class structure, if you will, that is tied to data accessibility. While other countries have made data freely available for use by industry, education and the public, Canada has opted to follow a restrictive data policy under which data are essentially available to a select few — those who can afford the prices. While anyone can purchase the data, not everyone can pay the price . The implications of this in our society are immense and are felt throughout our social structures. One obvious example of this is the lack of quality, high‐resolution Canadian data freely available for use in the Canadian education system, particularly in the university classes in which students today are usually introduced to GIS, visualization and data interpretation. Our students have data to work with, but often they are the freely available American data. They learn from examples derived in the mountains of Wyoming or the forests of Washington . How did this Canadian data restriction happen? In this paper, the evolution of GIS classicism is explored through examination of the evolution in Canada of GIS itself. The data situation elsewhere in the world is reviewed, the feasibility of ‘freeing’ data is discussed and a call for a radical change in the way data/information are handled in Canada is presented .

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,687
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,006
Études des sciences et des technologies0,0020,002
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,224
Écart entre enseignants0,207 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations34
Publié2003
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetGeographic Information Systems StudiesTravaux en français237 207