Positional accuracy of geocoding from residential postal codes versus full street addresses.
Notice bibliographique
Résumé
BACKGROUND: Postal codes are often the only geographic identifier available for assigning contextual or environmental information to a study population. This analysis assesses the influence of three factors-delivery mode type (mode of postal delivery), representative point type (source of latitude-longitude coordinates), and community size-on the accuracy of postal code spatial assignment. DATA AND METHODS: PCCF+ (Postal Code Conversion File Plus) was used to assign delivery mode type, representative point type and community size to each individual in the 2011 Census of Canada. A sample (n = 1,004) was randomly selected with a minimum of 90 observations for each category of those three factors. Based on the address information of individuals in the sample, measures of positional accuracy for geocoding from residential postal codes (PCCF+) versus reference locations as determined by full street addresses (Google Maps) were calculated using a geographic information system. Accuracy was measured as the distance that the geocoded position differed from the full street address. RESULTS: Positional accuracy was related primarily to mode of postal delivery. Rural and mixed (partly urban, partly rural) modes had much higher geocoding error than did urban modes. Rural and small-town Canada and latitude and longitude based on dissemination area centroids had low accuracy, largely because of their close relationship to rural and mixed modes of delivery. DISCUSSION: The accuracy of geocoding from postal codes can vary. Geocoding imprecision may result in misclassification, depending on the spatial resolution of the environmental or contextual measures. The spatial resolution required for a study helps to identify subpopulations that should be excluded because of inadequate positional accuracy.
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 | 0,013 | 0,119 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».