MétaCan
Menu
Retour à la cohorte
Enregistrement W4233448488 · doi:10.4018/978-1-4666-8150-7.ch008

Multi-Scale 3D Geovisualization of Urban Heat Island Data for Planning Dialogue in Toronto

2015· book-chapter· en· W4233448488 sur OpenAlexaffabout
John Danahy, Jacob Mitchell, Robert Wright, Rodney Hoinkes, Rob Feick

Notice bibliographique

RevueAdvances in civil and industrial engineering book series · 2015
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésUrban heat islandVisualizationUrban planningGeovisualizationEnvironmental planningGeographyScale (ratio)Extreme heatClimate changeEnvironmental resource managementComputer scienceMeteorologyCivil engineeringEnvironmental scienceCartographyEngineeringOceanographyGeologyInformation visualizationData mining

Résumé

récupéré en direct d'OpenAlex

This e-planning visualization case study in the Toronto region investigated the use of 3D urban models as a visualization reference against which analytical models were visualized to identify micro-scale mitigation scenarios of urban heat island effects. The case studies were directed to processes of planning decision making. The Toronto region faces problems of urban heat island impacts due to the increasing frequency of extreme heat events (Bass, Krayenhoff, & Martilli, 2002). The City of Toronto and the Toronto and Region Conservation Authority (TRCA) have each implemented policies and programmes aimed at mitigating urban heat island and climate change effects (City of Toronto, 2006). This research explored ways of visualizing remote sensing heat island data to assist with the targeted application of planning policies and programs.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil0,941

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,002
Science ouverte0,0000,000
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 Opus0,040
Tête enseignante GPT0,267
Écart entre enseignants0,227 · 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'étudeSans objet
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

Citations3
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in civil and industrial engineering book seriesMême sujetLand Use and Ecosystem ServicesTravaux en français237 207