MétaCan
Menu
Retour à la cohorte
Enregistrement W4256619604 · doi:10.32920/ryerson.14647485.v1

A Web-Based GIS Planning Framework For Urban Oil Spill Management

2021· preprint· en· W4256619604 sur OpenAlexaffabout
Helena Y. Han

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)Geographic information systemOil spillDistributed GISEnvironmental planningGIS applicationsComputer scienceTraditional knowledge GISWeb applicationEnvironmental resource managementWorld Wide WebEngineeringGIS and public healthEnvironmental scienceGeographyAM/FM/GISRemote sensingGIS DayEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

The thesis is comprised of five chapters. Chapter 1 presents an introduction and identifies the spill issues and strategy gaps at the municipal level. The objectives and scope of this study are indicated in this chapter. Chapter 2 is the literature review of oil spill research and the role of GIS and its distributed form, Web-based GIS. In this chapter, focus is directed at the review of land-based oil spills and their characteristics, spill prevention measures, control technology, and response and cleanup. It also elaborates on spill related law and enforcement within the Canadian legal system. The applications of GIS and Web-based GIS in spill-related fields are reviewed in this chapter. Chapter 3 focuses on the information needs for the establishment of an oil spill planning framework. How GIS and Web-based GIS could facilitate planning processes. Chapter 4 discusses Web-based GIS architecture as refined for municipal spill management. Chapter 5 presents the case study which examines the planning framework based on a Web-based GIS architecture, and Chapter 6 highlights the conclusions of the study, suggestions and recommendations for urban oil spill management based on the research findings--From the Introduction.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0060,004
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,004

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 Opus0,017
Tête enseignante GPT0,258
Écart entre enseignants0,241 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetOil Spill Detection and MitigationTravaux en français237 207