MétaCan
Menu
Retour à la cohorte
Enregistrement W2126407653 · doi:10.1109/hicss.2009.314

Multi-Agent Modeling to Understand the Impact of Stakeholders' Decisions in a Residential Land Development Project in Southern Alberta

2009· article· en· W2126407653 sur OpenAlexaffabout
Michael Kieser, Danielle J. Marceau

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPlannerProcess (computing)Environmental resource managementComputer scienceLand useConceptual modelBaseline (sea)Environmental planningBusinessProcess managementEngineeringGeographyEnvironmental scienceCivil engineering

Résumé

récupéré en direct d'OpenAlex

The objective of this project is to build a multi-agent system to simulate the decision making process of stakeholders in a residential land development project and the influence of such decisions on land-use resources. The environment over which decisions are made is Strathmore, Alberta, where competition for land-use resources is increasing as a result of its proximity to the City of Calgary. The stakeholders simulated as agents are the citizens, the town planner and the developer. Interviews were conducted with representatives of each group to gather information about their goals, decision making process and influence. Simulations were performed over 30 years with a one year interval to mimic different land development scenarios. The model generates a series of land-use maps showing the changes in the environment based on the goals and decisions of agents. Conceptual and operational validation is currently done with experts. When fully tested, this model will represent a valuable tool to better understand the complex interactions among several stakeholders involved in the land redesignation process and forecast the cumulative impact of their decisions on the environment.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,454
Score d'incertitude au seuil0,914

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,095
Tête enseignante GPT0,299
Écart entre enseignants0,204 · 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

Citations1
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetLand Use and Ecosystem ServicesTravaux en français237 207