MétaCan
Menu
Retour à la cohorte
Enregistrement W3083858953 · doi:10.1139/geomat-2020-0005

Ontologie d’Alerte Choucas : de la modélisation des connaissances à un outil support d’un raisonnement géovisuel

2020· article· fr· W3083858953 sur OpenAlexvenueno aff
Matthieu Viry, Marlène Villanova‐Oliver

Notice bibliographique

RevueGEOMATICA · 2020
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueGeographic Information Systems Studies
Établissements canadiensnon disponible
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Lorsqu’une intervention de secours est nécessaire, localiser précisément et rapidement le site sur lequel envoyer les équipes est primordial. La littérature montre que des outils de géovisualisation constituent des solutions pertinentes pour supporter des processus d’analyse d’informations dans des contextes variés. Nous nous intéressons ici au raisonnement du secouriste réceptionnant un appel à l’aide et visons des solutions conceptuelles et logicielles dédiées à la tâche de détermination de la localisation de la victime, plus particulièrement dans le contexte du secours en montagne. Nous avons formalisé le raisonnement du secouriste et les informations sur lesquelles il ou elle s’appuie à l’aide d’une ontologie. L’Ontologie d’Alerte Choucas structure les concepts exploités par le secouriste qui élabore des hypothèses de localisation probable de la victime à partir d’informations (telles qu’une position relative, un temps de marche, une direction) fournies lors d’un échange verbal. Dans notre approche, l’ontologie est en outre exploitée pour dériver les composants d’interface d’un prototype de géovisualisation facilitant le raisonnement du secouriste. Ces composants sont une aide à la saisie des informations, en fournissant une restitution cartographique adaptée, et contribuent à construire et à affiner la zone de localisation. Notre approche présente une chaine de traitements originale, menant de la représentation des connaissances à la génération automatisée d’une interface fonctionnelle d’aide au raisonnement visant à localiser des victimes en montagne.

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)0,004
score de la tête « metaresearch » (Gemma)0,022
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 enseignants0,062
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,004
Communication savante0,0090,009
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,069
Tête enseignante GPT0,316
Écart entre enseignants0,247 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueGEOMATICAMême sujetGeographic Information Systems StudiesTravaux en français237 207