MétaCan
Menu
Retour à la cohorte
Enregistrement W2626164772 · doi:10.14714/cp85.1372

An Analysis of Interactive Solar Energy Web Maps for Urban Energy Sustainability

2017· article· en· W2626164772 sur OpenAlexaff
Carolyn Fish, Kirby Calvert

Notice bibliographique

RevueCartographic Perspectives · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Visualization and Analytics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésSustainabilityOutreachRenewable energyComputer scienceGeographic information systemVariety (cybernetics)Data scienceSet (abstract data type)Architectural engineeringWorld Wide WebGeographyEngineeringRemote sensingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Maps and geographic information systems (GIS) have become vital tools for decision-making, communication, and outreach in the domain of urban energy sustainability. One emerging example involves interactive online maps that allow users to assess rooftop solar energy potential on a building of interest. These maps are interesting in two ways: they are new forms of technology in and of themselves, and they have only become relevant with the changes in renewable energy technologies that allow individuals to participate in this new economy of energy production. The purpose of this study is to describe and analyze the cartographic representation and functionality of urban-scale solar energy maps in the United States. Using competitive analysis, we assess twelve interactive online maps to understand their: (1) design, (2) usage of visual variables and interaction operators, and (3) content, purpose, and goals. Across these three types of assessment, we find both a wide variety as well as some consistent themes. Our results also show that some maps followed cartographic conventions (Brewer 2016; Slocum et al. 2009) while others did not. Through our analysis we develop a set of best practices that can be used to improve the effectiveness and widen the functionality of online solar energy maps. In particular, we make recommendations on how to develop future online, interactive renewable energy maps in a way that keeps the end user in mind while communicating relevant information to a broader range of stakeholders involved in urban energy sustainability (homeowners, utility operators, city officials, and urban planners).

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)0,004
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0080,013
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,011
Tête enseignante GPT0,312
Écart entre enseignants0,301 · 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'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

Citations24
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCartographic PerspectivesMême sujetData Visualization and AnalyticsTravaux en français237 207