MétaCan
Menu
Retour à la cohorte
Enregistrement W4387983265 · doi:10.30872/kretisi.v1i1.361

Aplikasi Sistem Informasi Geografis Dalam Pemetaan Rumah Sakit Saskatchewan, Kanada

2023· article· id· W4387983265 sur OpenAlexaboutno aff
Dhestyara Alivia Amin, Anisa Sholawati, Nita Riswanti, Akhmad Irsyad

Notice bibliographique

RevueKreatif Teknologi dan Sistem Informasi (KRETISI) · 2023
Typearticle
Langueid
DomaineComputer Science
ThématiqueEdcuational Technology Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesComputer scienceArt

Résumé

récupéré en direct d'OpenAlex

Kebutuhan akan informasi yang cepat dan akurat dalam mendukung suatu usaha sangat dipengaruhi perkembangan teknologi. Untuk mendapatkan informasi tempat usaha diperlukannya sarana untuk melakukan pemetaan tempat. Hal itu bisa dilakukan dengan menggunakan sistem informasi geografis, dimana sistem ini bisa menjadi salah satu sarana untuk penyampaian informasi tempat, terutama yang berhubungan dengan data spasial.Sistem informasi geografis memiliki manfaat yang besar dalam proses pengelolaan data, khususnya data spasial dan atribut dalam bentuk digital. Data tersebut akan tersimpan menjadi atribut suatu lokasi atau obyek lokasi geografis, sehingga dapat digunakan secara optimal dalam proses analisis informasi, sebagai contoh sistem informasi pemetaan populasi daftar Rumah Sakit di Saskatchewan, Kanada. Penggunaan GIS ini bertujuan untuk memudahkan pihak pembaca dalam mengakses informasi dan melakukan pengolahan data untuk melihat daerah yang terdapat Rumah Sakit. Perancangan pemetaan digital pada sistem ini menggunakan QGIS Desktop 3.22.11. Melalui hasil dari penelitian diharapkan masyarakat dapat memperoleh informasi populasi daftar Rumah Sakit di Saskatchewan, Kanada menjadi lebih efisien, efektif dan lebih akurat.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,802
Score d'incertitude au seuil0,394

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0040,002
Communication savante0,0120,006
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0710,023

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 Opus0,020
Tête enseignante GPT0,245
Écart entre enseignants0,225 · 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'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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKreatif Teknologi dan Sistem Informasi (KRETISI)Même sujetEdcuational Technology SystemsTravaux en français237 207