MétaCan
Menu
Retour à la cohorte
Enregistrement W2884409942 · doi:10.3138/cart.53.2.2017-0004

Location-Based Applications Using Analog Maps for Sustainable Local Tourism Information Services

2018· article· en· W2884409942 sur OpenAlexvenueno aff
Min Lu, Masatoshi Arikawa, Ayako Sugiyama

Notice bibliographique

RevueCartographica The International Journal for Geographic Information and Geovisualization · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Management and Algorithms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTourismBusinessComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

Conventional paper-based tourist maps are still created and provided by many local tourism organizations, as they have advantages in representing highly detailed and contextual information, although the static medium limits the functions of such maps. To benefit these analog maps from location-aware environments, interactivity, and data feedback from mobile devices, a sustainable ecosystem for local tourist maps is proposed. A low-cost solution for developing mobile tourism applications by providing tools to georeference analog maps and integrate multimedia sightseeing information owned by local tourism organizations is implemented. The processes for analog map georeferencing and content integration, as well as the design principles for mobile tourism applications, are introduced and discussed in detail. In cooperation with college students, university campuses, and local tourism organizations, experimental applications were implemented to evaluate the functionality and usability of the proposed mobile mapping application and the feasibility of the proposed solution. Two published applications are introduced briefly, with preliminary analyses using data donated by application users, which have shown positive contributions to understanding users' behavior and requirements.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,007
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,272
Écart entre enseignants0,264 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCartographica The International Journal for Geographic Information and GeovisualizationMême sujetData Management and AlgorithmsTravaux en français237 207