Notice bibliographique
Résumé
Vulnerability of property values of Texas to floods according to the property values and the density of those property values of each Texas Census Block. The categories are ranged from high to low. Data was created by combining the values of property contents and building valuations from the HAZUS-MH inventory database. This data set provides the content valuation and the building valuation for each HAZUS specific occupancy classifications. All data was developed at the census block level for the United States in the fifty states, the District of Columbia, and the territories. ABSG developed this data set from the 2000 version of TIGER/Line files and first quarter of 2002 data from D&B. The dataset was generated though the application of proportions of contents to building value over the total building value for each specific occupancy, and by applying RS Means replacement values for typical building floor areas and construction for each specific occupancy. The contact information for the Census Bureau is: U.S. Department of Commerce, U.S. Census Bureau, Geography Division. 8903 Presidential Parkway, Room 303 WP I, Upper Marlboro, Maryland, 20772. Telephone: (301) 457-1128. E-Mail Address: tiger@census.gov. The U.S. Census Bureau website address is http://www.census.gov/geo/www/tiger/index.html. The contact information for Dun & Bradstreet is: Dun & Bradstreet, 3 Sylvan Way, Parsippany, New Jersey 07054. Telephone (800) 526-0651. The D&B website address is http:///www.dnb.com. The contact information for RS Mean's is: RSMeans Company, Inc. Construction Publishers & Consultants, Construction Plaza, 63 Smiths Lane, Kingston, MA 02364-080. Telephone: (781) 585-7880. The RSMeans website address is: http://www.rsmeans.com/.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,007 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».