MétaCan
Menu
Retour à la cohorte
Enregistrement W2229031938 · doi:10.14288/1.0076352

Applying the chronographical approach for modelling to different types of projects

2015· article· en· W2229031938 sur OpenAlexaff
Adel Francis

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Visualization and Analytics
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésScheduleComputer sciencePlannerGraphical user interfaceRepresentation (politics)Dimension (graph theory)Graphical modelHuman–computer interactionData miningArtificial intelligenceProgramming languageMathematics

Résumé

récupéré en direct d'OpenAlex

Graphical modeling is considered to be a suitable approach for displaying project data because of its ability to effectively communicate information. To meet this objective, the Chronographic Approach analyses the layout of the user interface in the spatial dimension and discusses the suitable visual parameters and their associated values. The main goal is to communicate information clearly and effectively through a visual graphical representation of the schedule. This paper discusses the application of the Chronographical Approach to modeling different types of projects, such as buildings and infrastructure. The graphical approach describes how the schedule information can be communicated using tabular and graphical interfaces, in order to manage specialties, locations, means, processes and constraints on different strata and show them either separately or combined using layering, sheeting, juxtaposition, alterations and permutations while allowing for groupings, hierarchies and the classification of project information. The result is the presentation of the same project schedule through different compatible approaches. The planner has the ability to switch from one approach to another by changing the graphical parameters. In this way, graphic representation becomes a living, transformable image, thus assisting planners in solving problems of a variable nature, and simplifying site management while simultaneously utilizing the visual space as efficiently as possible.

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)0,012
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,002
Communication savante0,0070,005
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,045
Tête enseignante GPT0,225
Écart entre enseignants0,179 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetData Visualization and AnalyticsTravaux en français237 207