Notice bibliographique
Résumé
This readme.txt file was generated on 2021-02-06 by Mohsen Ghaffari and Dr. Mansoor Davoodi-Monfared. GENERAL INFORMATION Adjacency Matrix of Real-World (Nine cities) Principal Investigator Contact Information Mohsen Ghaffari Department of Computer Science and Information Technology, Institute for Advanced Studies in Basic Sciences, Zanjan, Iran email: mohsen.ghaffari@iasbs.ac.ir Associate or Co-investigator Contact Information Dr. Mansoor Davoodi-Monfared Department of Computer Science and Information Technology, Institute for Advanced Studies in Basic Sciences, Zanjan, Iran email: mdmonfared@iasbs.ac.ir Date of data collection 2020.04.29 The geographic location of data collection Sareyn, Ardabil, Iran Barcelona, Spain London, England Munich, German New York, U.S. Paris, France Tehran, Iran Toronto, Canada Zanjan, Iran SHARING/ACCESS INFORMATION Link to the publication that uses the data Shortest Path Problem on Uncertain Networks: An Efficient Two Phases Approach, Mansoor Davoodi & Mohsen Ghaffari, Computers, and Industrial Engineering, 2021. sources https://www.openstreetmap.org/ https://github.com/AndGem/OsmToRoadGraph Please cite Shortest Path Problem on Uncertain Networks: An Efficient Two Phases Approach, Mansoor Davoodi & Mohsen Ghaffari, Computers, and Industrial Engineering, 2021. DATA & FILE OVERVIEW Files List Note: Each node is a crossover between streets, and edges are direct paths between nodes. Each file contains at least one emergency state. Ardabil.csv The adjacency matrix of Saryen city, which is a small city in Ardabil. It includes 1892 nodes and 2088 edges. Barcelona.csv The adjacency matrix of a part of Barcelona city, which includes 1397 nodes and 1506 edges. London.csv The adjacency matrix of a part of London city, which includes 1176 nodes and 1225 edges. Munich.csv The adjacency matrix of a part of Munich city, which includes 1148 nodes and 807 edges. New York.csv The adjacency matrix of a part of New York City, which includes 1433 nodes and 1667 edges. Paris.csv The adjacency matrix of a part of Paris city, which includes 1417 nodes and 1575 edges. Tehran.csv The adjacency matrix of a part of Tehran city, which includes 1045 nodes and 1071 edges. Toronto.csv The adjacency matrix of a part of Toronto city, which includes 1162 nodes and 1227 edges. Zanjan.csv The adjacency matrix of a part of Zanjan city, which includes 1062 nodes and 1208 edges. METHODOLOGICAL INFORMATION We extract a part of road graphs of some cities using https://www.openstreetmap.org/ and the presented source code in https://github.com/AndGem/OsmToRoadGraph. Note that all the selected maps include at least one emergency center, such as a hospital or fire station. We define the weight of the connections as the travel time for the corresponding connection in the network.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».