MétaCan
Menu
Retour à la cohorte
Enregistrement W4312392460 · doi:10.1109/bdee55929.2022.00017

Construction and Application of Intelligent and All-factor Territorial Development Regulation Model

2022· article· en· W4312392460 sur OpenAlexfundno aff
Xuefei Wang, Fanrong Meng, Zehui Li, Kong-Yi Wu, Dengkui Kong

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Development and Environment
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaMinistry of Natural Resources
Mots-clésFactor (programming language)Computer scienceProgramming language

Résumé

récupéré en direct d'OpenAlex

The Ministry of Natural Resources unifiedly exercises the responsibility of territorial development regulation of all national land, which is one of the core responsibilities of the Ministry of Natural Resources. The territorial development regulation model based on the national spatial database and the quality control architecture system can effectively support the construction of an intelligent and all-factor national spatial governance system and the improvement of national governance capacity. Using the spatial use control model, the five-layer software architecture system and the corresponding data standard specification and security system, the intelligent and all-factor spatial use control precision model and innovative workflow as the platform features, and the platform operation mode of “business-data-system” synergy to establish the national development zone audit It can realize the transformation of the original offline working methods and processes, solve the problems of complicated declaration procedures, low efficiency of approval and improper storage of historical data, improve the efficiency and level of approval in the national development zones, enhance the accuracy and effectiveness of intelligent use control analysis, and form a closed-loop system of “online declaration - intelligent checking - networking audit - online correction - information disclosure” which is a cross-network, full-process government service platform.

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: Empirique
Score de désaccord entre enseignants0,820
Score d'incertitude au seuil0,187

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 savante0,0000,000
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 Opus0,025
Tête enseignante GPT0,259
Écart entre enseignants0,234 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRegional Development and EnvironmentTravaux en français237 207