MétaCan
Menu
Retour à la cohorte
Enregistrement W2889141184 · doi:10.29007/qp7s

Object-Core Oriented Data Modelling for Tracking of Behaviors of Urban Heat Islands

2018· paratext· en· W2889141184 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEasyChair preprint · 2018
Typeparatext
Langueen
DomaineEnvironmental Science
ThématiqueUrban Heat Island Mitigation
Établissements canadiensUniversité Laval3v Geomatics (Canada)
Organismes subventionnairesnon disponible
Mots-clésThematic mapUrban heat islandTracking (education)Object (grammar)Period (music)Computer scienceGeographyCartographyClimatologyMeteorologyArtificial intelligenceGeologyPhysicsSociology

Résumé

récupéré en direct d'OpenAlex

Modeling thematic and spatial dynamic behaviors of Urban Heat Islands (UHIs) over time is crucial to understand the evolution of this phenomenon and the city micro-climate. Previous studies conceptualized that a UHI can only have a single life period with spatial behaviors (i.e. areal changes and topological transformations). However, a UHI can also appear and disappear periodically several times expressed by thematic and spatial integrated behaviors, which has not been established yet. Thus, this study conceptualizes each UHI as an object which has thematic and spatial behaviors simultaneously and proposes several graphs to depict periodic life-time transitions triggered by the behaviors. The model was implemented in an object-relational database, and air temperatures collected from a number of weather stations were interpolated as temperature images each hour for six weeks. Results indicated that the model could track the spatial and thematic evolution of UHIs through continuous time effectively, and also revealed the periodical patterns and abnormal cases of UHIs over a city.

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.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,736
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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,061
Tête enseignante GPT0,299
Écart entre enseignants0,238 · 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