MétaCan
Menu
Retour à la cohorte
Enregistrement W4211016587 · doi:10.1016/j.dib.2022.107941

Urban sprawl in Canada: Values in all 33 Census Metropolitan Areas and corresponding 469 Census Subdivisions between 1991 and 2011

2022· article· en· W4211016587 sur OpenAlexaffabout
Mehrdokht Pourali, Craig Townsend, Angela Kross, Alex Guindon, Jochen A.G. Jaeger

Notice bibliographique

RevueData in Brief · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésUrban sprawlCensusMetropolitan areaGeographySubdivisionUnit (ring theory)Per capitaUrban planningRegional sciencePopulationDemographyCivil engineeringMathematicsEngineeringSociologyArchaeology

Résumé

récupéré en direct d'OpenAlex

The dataset presented here provides the degree of urban sprawl across 33 Census Metropolitan Areas (CMAs) in Canada of 2011 together with the 469 Census Subdivisions (CSDs) located within the 2011 boundaries of the CMAs, for the years 1991, 2001, and 2011. The dataset contains the values of weighted urban proliferation (WUP) and weighted sprawl per capita (WSPC) and their components. The landscape-oriented value of WUP indicates how strongly the landscape within the boundaries of a reporting unit is sprawled per square meter, while WSPC is inhabitant-oriented and reveals how much on average an inhabitant or workplace is contributing to urban sprawl in the reporting unit. The values of the components of the WUP and WSPC metrics are provided as well: percentage of built-up area (PBA), urban dispersion (DIS), land uptake per person (LUP), and urban permeation (UP). The values of full-time equivalents for the numbers of jobs, which were considered in the calculation of LUP values (pertaining to the number of inhabitants and jobs) are also included in order to facilitate future research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,049
Score d'incertitude au seuil0,495

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,258
Écart entre enseignants0,219 · 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 tête enseignante, 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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetLand Use and Ecosystem ServicesTravaux en français237 207