INCEPTION OF HARMONISING DATA SILOS AND URBAN SIMULATION TOOLS USING 3D CITY MODELS FOR SUSTAINABLE MANAGEMENT OF THE URBAN FOOD WATER AND ENERGY RESOURCES
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. This paper explains the first insights into the ongoing development of a CityGML based Food Water Energy Application Domain Extension (FWE ADE). Cities are undergoing rapid expansion throughout the globe. As a result, they face a common challenge to provide food, water and energy (FWE) supplies under healthy and economically productive conditions. Consequently, new tools and techniques must be developed to support decision-makers, such as governments, public or private infrastructure providers, investors and city developers, to understand, quantify and visualise multiple interdependent impacts for the sustainable supply of the FWE resources. However, a common practice amongst these stakeholders is to work in their data silos, which frequently results in a lack of data integration and communication between domain specific simulation tools belonging to different infrastructure departments. As a result, insights related to critical indicators showing inter-dependency amongst different urban infrastructure are missed and hence, not included in the cities’ redevelopment action plan. This paper documents the first ongoing attempt by an international group of domain experts from food, water, energy, urban design and geoinformatics to harmonise the data silos of food, water and energy domain for the case study regions of the County of Ludwigsburg in Germany, the city of Vienna in Austria and the neighbourhood of Gowanus in New York, the United States of America.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 découle