MétaCan
Menu
Retour à la cohorte
Enregistrement W3025096606 · doi:10.1108/inmr-03-2019-0033

Towards the creation of a searchable 3D smart city model

2020· article· en· W3025096606 sur OpenAlexaff
Nawel Lafioune, Michèle St-Jacques

Notice bibliographique

RevueInnovation & Management Review · 2020
Typearticle
Langueen
DomaineEngineering
Thématique3D Modeling in Geospatial Applications
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésDigitizationComputer scienceData scienceRobustness (evolution)MandateSmart cityOriginalityContext (archaeology)Knowledge managementComputer securityInternet of Things

Résumé

récupéré en direct d'OpenAlex

Purpose This paper aims to create a new searchable 3D city model to help managers improve their decision-making. Design/methodology/approach This paper identifies data management basics and the key elements used in the new model design; it further analyzes five-city models, presents its findings and proposes analytical trends for the new model. It discusses the concepts underlying existing models, explains the benefit brought by the proposed model and demonstrates its robustness. Findings City systems can be interconnected, thanks to data digitization and the integration of new technologies into different management processes. Although there are several 3D city models available, none of those identified in this research can be queried for several sectors. Research limitations/implications This model design can only be successfully realized in the presence of a public mandate. Potential limitations include information security risks and political non-acceptance. Originality/value The present work proposes a searchable and high performance model having the distinctive capacity to bring together city systems and perform real-time data analysis in order to extract important information needed to guide the city, and in the context of a global vision.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,002
Communication savante0,0060,005
Science ouverte0,0020,004
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,072
Tête enseignante GPT0,293
Écart entre enseignants0,220 · 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

Citations25
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation & Management ReviewMême sujet3D Modeling in Geospatial ApplicationsTravaux en français237 207