MétaCan
Menu
Retour à la cohorte
Enregistrement W2940418383 · doi:10.22215/etd/2018-12886

Interactive Digital Mapping as a Park-Planning Tool in the Creation of the Boucher-Forest Park in Gatineau, Quebec

2018· dissertation· en· W2940418383 sur OpenAlexaffabout
Mahmut Erdemli

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueSpatial Cognition and Navigation
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésUsabilityContext (archaeology)GeographyNational parkUrban parkDigital mappingPublic parkComputer scienceCartographyEnvironmental planningArchaeologyHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

The study presents a design of an Interactive Digital Map with 360-video capability as a planning tool in the park-planning for the Boucher-Forest Park in Gatineau, Quebec.This thesis tested it's use with an interactive digital map in the context of planning for a park.The study describes a usability testing method to improve the design of the map and its use by public and the park planners.The findings include an empirical analysis and demonstrates that users could learn and use the park-planning tool easily.The results show that it is an efficient and effective park-planning tool.I am thankful to all my friends at the HotSoft lab for sharing their knowledge with me and helping me understanding the methods being used in Human-Computer Interaction.I want to thank all my friends at the CLUE program to have discussions that increased my creativity.I want to thank all the students at the GCRC lab for sharing their knowledge and increasing my interest for designing digital maps.I also want to thank Parks Canada for sharing a good knowledge about planning parks with me.I want to thank my wife for her ongoing supporting and encouraging me from the start and throughout the entire time I was at school.Finally I want to thank to my father

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil0,358

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,010
Tête enseignante GPT0,261
Écart entre enseignants0,251 · 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'étudeQualitatif
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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSpatial Cognition and NavigationTravaux en français237 207