Extraction et gestion de connaissances dans un contexte spatio-temporel : applications à la géomatique pour la gestion des territoires
Notice bibliographique
Résumé
/ Ce numéro spécial est orienté sur l'extraction et la gestion de connaissances dans le domaine de la géomatique et de la gestion des territoires où la vision spatio-temporelle est primordiale. Il est basé sur les travaux de la communauté SAGEO qui oeuvre dans le domaine depuis plusieurs années. SAGEO a pour objectif de fournir un lieu d'information et d'échange sur les recherches et les développements dans les domaines de la Géomatique et de l'Analyse Spatiale. SAGEO constitue un trait d'union entre le Groupe de Recherche SIGMA, le Groupe de Recherche Européen S4 (Simulation spatiale en Sciences Sociales) et le réseau GEOIDE canadien. Les articles sont des extensions de communications présentées lors de la conférence SAGEO 2007. Ce numéro donne un bon aperçu sur la variété des démarches et des techniques informatiques qui sont utilisées dans le domaine. Il illustre bien les enjeux sous-jacents et la complexité des problèmes à résoudre. Un thème qui est très actif et très présent dans ce numéro est celui de la visualisation. La visualisation est en effet un moyen incontournable tant pour communiquer les résultats d'extraction de connaissances spatio-temporelles, que pour positionner ces résultats les uns par rapport aux autres conférant ainsi une étape supplémentaire dans l'analyse, mais aussi pour permettre à l'usager d'engager interactivement de nouvelles analyses.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,005 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».