MétaCan
Menu
Retour à la cohorte
Enregistrement W2929921622 · doi:10.3138/cart.54.1.2018-0015

A Virtual Globe Using a Discrete Global Grid System to Illustrate the Modifiable Areal Unit Problem

2019· article· en· W2929921622 sur OpenAlexvenueno aff
Paulo Raposo, Anthony C. Robinson, Randall Brown

Notice bibliographique

RevueCartographica The International Journal for Geographic Information and Geovisualization · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHistorical Geography and Cartography
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGridIntersection (aeronautics)Computer sciencePolygon (computer graphics)GeodesicComputer graphics (images)Scale (ratio)ZoomAggregate (composite)Polygon meshGeographyData miningCartographyMathematicsGeometryGeologyGeodesy

Résumé

récupéré en direct d'OpenAlex

In the same way that discrete global grid systems (DGGS) are used to index data on the spherical Earth, they can aggregate point data, with their spherical polygons serving as bins. DGGS are particularly useful at multiple map scales because they are spatially hierarchical and exist on the sphere or ellipsoid, allowing large or small scale binning without projection distortion. We use DGGS in a free and open-source pedagogical tool for teaching students about the modifiable areal unit problem (MAUP). Our software application uses Dutton’s quaternary triangular mesh (QTM) to bin global data points geodesically with counts or measures of any theme at multiple levels. Users can interactively select the level to which the data are binned by the QTM, as well as translate the whole tessellation east or west so that points fall into and out of different bins. These two functions illustrate the scaling and zoning aspects of the MAUP with dynamically-drawn choropleths on the surface of a virtual globe that the user can zoom and rotate, allowing visualization at virtually any cartographic scale. Users may also select various quantile classifications to further explore issues in visualizing aggregate data. In addition to presenting this new tool, we highlight the importance, especially at smaller scales, of using geodesic point-in-polygon intersection detection, rather than the projected 2D methods typically used by geographic information systems.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,003

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,301
Écart entre enseignants0,286 · 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'étudeSimulation ou modélisation
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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCartographica The International Journal for Geographic Information and GeovisualizationMême sujetHistorical Geography and CartographyTravaux en français237 207