MétaCan
Menu
Retour à la cohorte
Enregistrement W3203654527 · doi:10.3138/cart-2020-0019

Cartographic Analysis of Urban Expansion in Kuwait

2021· article· fr· W3203654527 sur OpenAlexvenueno aff
Mohamed Alkhuzamy Aziz, Nayef Alghais

Notice bibliographique

RevueCartographica The International Journal for Geographic Information and Geovisualization · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceGeographyArt

Résumé

récupéré en direct d'OpenAlex

L’histoire urbaine du Koweït se divise en deux périodes : l’urbanisation, entre le 7e siècle et le début du 20e, et l’extension urbaine rapide qui commence peu après. À ce jour, les facteurs historiques et géographiques qui animent ces mouvements ne sont pas étudiés dans le détail. Dans notre étude, nous employons une grande quantité de données cartographiques brutes et secondaires pour analyser l’expansion urbaine et l’évolution formelle de Kuwait City depuis l’Antiquité. L’analyse de la première période porte surtout sur la cartographie des premiers établissements, et la rattache aux évènements marquants de l’histoire régionale. Pour la seconde période, nous avons produit de nombreuses cartes que nous avons étudiées pour comprendre et expliquer les mouvements de l’expansion urbaine. Nos résultats montrent que la première urbanisation du Koweït est motivée par la topographie, de même que par la disposition stratégique d’établissements commerciaux et défensifs. Par la suite, l’expansion urbaine est motivée par le rattachement aux zones d’activité économique, d’abord, puis par le tracé des routes commerciales, plus tard. Enfin, depuis 70 ans, l’évolution sur place de la forme urbaine s’explique entièrement par la planification centralisée du gouvernement.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,394
Score d'incertitude au seuil0,784

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,012
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,019
Tête enseignante GPT0,305
Écart entre enseignants0,286 · 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'étudeObservationnel
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCartographica The International Journal for Geographic Information and GeovisualizationMême sujetUrban and Rural Development ChallengesTravaux en français237 207