EnviroAtlas - Portland, ME - Meter-Scale Urban Land Cover (MULC) Data (2010)
Notice bibliographique
Résumé
the enviroatlas portland or meter scale urban land cover mulc dataset includes data for the portland metropolitan area plus the city of vancouver washington and various smaller towns and rural areas in oregon and washington the total area classified was approximately 2160 square kilometers the land cover data were generated from 1 m four band red green blue and near infrared aerial photography acquired from the united states department of agriculture s national agriculture imagery program imagery for oregon was collected in 2012 and imagery for washington was collected in 2011 in addition ancillary datasets were derived for the classification from two lidar datasets collected in 2007 and one lidar dataset collected in 2010 eight land cover classes were mapped water impervious surfaces soil and barren land trees and forest grass and herbaceous non woody vegetation agriculture and wetlands both woody and emergent an accuracy assessment using 600 completely random and 54 stratified random land cover reference points yielded an overall accuracy of 78 6 using a liberal interpretation with similar classes e g soil grass soil agriculture the overall fuzzy accuracy is 91 4 for more information on fuzzy accuracy assessment see the overview section this dataset was produced by the us epa to support research and online mapping activities related to enviroatlas enviroatlas https www epa gov enviroatlas allows the user to interact with a web based easy to use mapping application to view and analyze multiple ecosystem services for the contiguous united states the dataset is available as downloadable data https edg epa gov data public ord enviroatlas or as an enviroatlas map service additional descriptive information about each attribute in this dataset can be found in its associated enviroatlas fact sheet https www epa gov enviroatlas enviroatlas fact sheets
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,031 |
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 ».