Notice bibliographique
Résumé
The Canadian Conservation Institute (CCI) has developed a Geographic Information System (GIS) of hazards for Canadian cultural heritage institutions. The greatly increased access to open data is changing how advisory bodies like the CCI and the public can access and share information. For the purpose of investigating how a GIS approach can assist the CCI with its mandate to improve the preservation of collections, a map layer of cultural heritage institutions across Canada has been assembled and continues to be upgraded for accuracy, inclusion and detail (Fig. 1). This was combined with a collation of hazard layers; a partial list includes: seismic risk, notably expectations of earthquake severity tied to improvements in the national building code, tsunami exposure, wildfire data, hurricane, tornado, lightning density, pest distribution, and energy use indicators such as heating degree days and climate norm data. The platform allows examination of expectations around climate change driven risks such as sea-level rise, storm-incursions, permafrost melt. The GIS approach will also allow reassessments around expected changes to flood risk maps issued by jurisdictions, as well as Statistics Canada layers on population related factors such as changes in numbers of local populations, income and demographic shifts which can be stressors or opportunities. Sources have been drawn from federal, provincial, municipal, and academic evaluations of hazards, which now are more commonly published as GIS products. Mapping Canadian heritage institution's within a GIS improves our ability to: visualise and interpret to clients the relative magnitude of their local hazards, make ties to more refined local analyses, and show adjacencies to mapped historical events. From a national perspective the GIS can generate profiles of aggregated institutional exposure to the hazards, and more readily identify sub-populations of institutions for which particular risks would rank higher or lower among their concerns. This improves CCI's preventive conservation advisory service's perspective on mappable risks for any institution we deal with as clients. Ultimately, through federal initiatives in open data, it is our intention that client groups can look at the GIS for the purpose of educating themselves on hazards they would want to prepare for.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,008 | 0,014 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,003 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».