MétaCan
Menu
Retour à la cohorte
Enregistrement W4229025221 · doi:10.1080/17445647.2022.2052768

Geomorphological slope units of the Himalayas

2022· article· en· W4229025221 sur OpenAlexafffund
Massimiliano Alvioli, Ivan Marchesini, Badal Pokharel, Kaushal Raj Gnyawali, Samsung Lim

Notice bibliographique

RevueJournal of Maps · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesUniversity of British Columbia
Mots-clésThematic mapScale (ratio)LandslideDigital elevation modelTerrainGeologyCartographyUnit (ring theory)Cluster analysisGeographyComputer scienceRemote sensingGeomorphologyArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

Slope units represent surface slopes by means of polygons delimited by drainage and divide lines obtained on a digital topography. Objective slope unit delineation for a given digital elevation model is still an open issue and, often, a limitation that may dictate the use of a more traditional pixel-based approach for spatial analysis. Availability of slope unit maps facilitates many kinds of studies and allows scholars to focus on specific scientific issues rather than on preparing sound mapping units from scratch for their research. Here, we present a slope unit map of a large portion of the Himalayas. The map is prepared following a widely tested, parameter-free optimization algorithm. The area encompassed by the map is relevant to studies of the well-known 2015 Gorkha earthquake and monsoons, which makes it relevant to a vast portion of the scientific community working in natural hazards including, but not limited to, landslide scientists and practitioners. The map contains 112,674 polygons with average area of 0.38 km2 and is published in vector form. The map is accompanied by a selection of data including morphometric and thematic quantities. In addition to describing the rationale behind the delineation of the polygonal map and selected data, we describe an application devoted to unsupervised terrain classification. We applied a k-means clustering procedure with two strategies: one at (coarser) basin scale and one at (finer) slope unit scale. We show similarities and differences between the two classification strategies, highlighting the role of the slope unit subdivision in the two cases.

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)0,000
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 enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,012
Tête enseignante GPT0,196
Écart entre enseignants0,185 · 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

Citations17
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of MapsMême sujetLandslides and related hazardsTravaux en français237 207