MétaCan
Menu
Retour à la cohorte
Enregistrement W4389331081 · doi:10.55730/1300-0985.1892

Exploring crowdsourcing accountability for mapping Antarctica: a case study using 5 years of social media data

2023· article· en· W4389331081 sur OpenAlexfundno aff
Ayşe Giz Gülnerman

Notice bibliographique

RevueTURKISH JOURNAL OF EARTH SCIENCES · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographic Information Systems Studies
Établissements canadiensnon disponible
Organismes subventionnairesConnaught FundTürkiye Bilimsel ve Teknolojik Araştırma Kurumu
Mots-clésCrowdsourcingSocial mediaComputer scienceReliability (semiconductor)Data qualityConsistency (knowledge bases)Data scienceData collectionEarth observationInformation retrievalGeographyRemote sensingSatelliteWorld Wide WebStatisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The continent of Antarctica is one of the most challenging regions in terms of generating and updating geodata. Extensive research has been conducted on geodata acquisition, primarily focusing on earth observation satellites and local surveys in polar regions. Earth observation satellites offer limited spatial, temporal, and semantic data, while local surveys are constrained by polar regions' size and challenging conditions. This article delves into the crowdsourced data, aiming to significantly enhance geodata contribution in polar regions beyond current methods. To our knowledge, this study is the first of its kind to address social media data, a form of crowdsourcing, specifically for the Antarctic continent. Encompassing 5 years of social media data collection, the study uniquely presents original insights by investigating data reliability based on user activity levels and user movement consistency. The primary outcome of the study is that the activity level of users negatively correlates with spatial behavior consistency. This indicates that dominant user influence has led to inconsistent content manipulation. However, while the overall rate summary indicates a high inconsistency ratio for the active group, there still exists consistent behavior within these groups. A tight method to discriminate these reliable data generators with consistent behavior should be aimed as proposed in this study to prevent valuable data loss. This study contributes to reliable data scrutiny techniques from social media data in a general sense while providing a glimpse into the spatial quality of data generated specifically for Antarctica. This glimpse will enable future assessments of data collected in Antarctica for reliability checks and offer benefits in terms of processing workload and result accuracy in preprocessing steps for text, image, and spatial-based data processing.

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)0,011
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,002
Science ouverte0,0010,000
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 Opus0,507
Tête enseignante GPT0,419
Écart entre enseignants0,088 · 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.

Devis d'étudeQualitatif
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTURKISH JOURNAL OF EARTH SCIENCESMême sujetGeographic Information Systems StudiesTravaux en français237 207