MétaCan
Menu
Retour à la cohorte
Enregistrement W3036579215 · doi:10.3138/cart-2019-0006

Multiscalar Structures in Geography: Contributions of Scale Relativity

2020· article· en· W3036579215 sur OpenAlexvenueno aff
Maxime Forriez, Philippe Martin, Laurent Nottale

Notice bibliographique

RevueCartographica The International Journal for Geographic Information and Geovisualization · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueFractal and DNA sequence analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScale (ratio)FractalTheory of relativityPosition (finance)nobodyGeographyEpistemologyGeometryMathematicsTheoretical physicsCartographyComputer sciencePhysicsPhilosophyMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Scale issues are very meaningful in geography, but nowadays nobody knows how to explain their ubiquitous existence theoretically. Fractality is not an accident for all geographical objects. The aim of this article is to demonstrate to what extent the theory of scale relativity (SR) can be used to solve the problem of geographic scales. With it, we can explain why fractal objects are everywhere. First, we summarize geographic scale position, followed by introducing all tools to understand SR with basic definitions, scale in cartography, how to measure a scale, scales in and from nature, and scale and theoretical geography. Second, we quickly describe the theory of SR. Indeed, it is an elementary geometry around first principles, characterization of scale variables, and scale laws. This article also aims to clarify why geographical objects are non-fractal, in a first calculus, and fractal, in a second calculus with the theory of scale relativity. Third, we will underpin this position through several geographic cases with a karstological example, two urban areas (Montéliard and Avignon), and a hydrographic network and contours of level lines (Gardons). All of them will be carefully analyzed with a fractal analysis. Therefore, we conclude that in this case we are well and truly within the framework of the theory of SR, depending on the results.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,009
Communication savante0,0040,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,275
Écart entre enseignants0,268 · 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'étudeThéorique ou conceptuel
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCartographica The International Journal for Geographic Information and GeovisualizationMême sujetFractal and DNA sequence analysisTravaux en français237 207