MétaCan
Menu
Retour à la cohorte
Enregistrement W3023196182 · doi:10.1139/geomat-2019-0015

Assessing the state of the art in Discrete Global Grid Systems: OGC criteria and present functionality

2020· article· en· W3023196182 sur OpenAlexaffvenue
Ben Bondaruk, Steven A. Roberts, Colin Robertson

Notice bibliographique

RevueGEOMATICA · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueDistributed and Parallel Computing Systems
Établissements canadiensWilfrid Laurier UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGeospatial analysisComputer scienceImplementationSoftwareGridScalabilityGeographic information systemSoftware engineeringDatabaseSpatial databaseDocumentationSpatial analysisData scienceSystems engineeringEngineeringGeographyOperating systemRemote sensing

Résumé

récupéré en direct d'OpenAlex

The continuous growth of available geospatial data requires new methods for its integration, analysis, and visualization to be explored and implemented in software available to the geospatial community. Discrete Global Grid Systems (DGGS) are an emerging method for spatial data handling in the digital earth framework. DGGS are hierarchical data structures for discretizing the Earth’s surface that have seen considerable theoretical development over the last two decades. In this paper, four software implementations are reviewed, dggridR, H3, OpenEAGGR, and S2, to explore their potential applications in data modelling and GIS, as well as their performance. These software implementations were also evaluated against the recently published Open Geospatial Consortium (OGC) abstract specification. The results indicate great potential and versatility for utilizing such systems in geospatial analysis, if basic methods for converting and handling spatial features are further developed. The performance of these systems is shown to be highly scalable and operational with datasets of various sizes. Yet, it is demonstrated that the current software implementations generally fall short of fulfilling all of the OGC requirements or it was not possible to confirm their compliance. The assessment here identified that further enhancements, endorsement of OGC criteria, and their explicit acknowledgment within official documentation remain key research needs for the evaluated software packages. Further work developing operational DGGS that solve real world problems may promote greater community adoption and integration of DGGS data structures into commonly used geospatial platforms.

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)0,028
score de la tête « metaresearch » (Gemma)0,093
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,093
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0160,014
Études des sciences et des technologies0,0020,006
Communication savante0,0160,015
Science ouverte0,0040,005
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,292
Écart entre enseignants0,262 · 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'étudeSans objet
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

Citations51
Publié2020
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueGEOMATICAMême sujetDistributed and Parallel Computing SystemsTravaux en français237 207