Labels for Emergency Response Imagery from Hurricane Florence, Hurricane Michael, and Hurricane Isaias
Notice bibliographique
Résumé
The csv file contains human-generated labels for Emergency Response Imagery collected by US National Oceanic and Atmospheric Administration (NOAA) after Hurricane Florence (2018), Hurricane Michael (2018) and Hurricane Isaias (2020). The 7 authors all labeled each of the 300 images (2100 labels total) using an online labeling tool (Rafique et al., 2020). The csv provides the userID (the ID of the anonymous labeler), the NOAA flight, the NOAA image, and 6 labels — allWater (if the image was all water), devType (if the image had human development), washoverType (if the image had washover deposits), dmgType (if the image showed damage to built environment), impactType (if the labeler could identify the coastal impact, using the Storm Impact Scale from Sallenger, 2000), and terrainType (the type of physical environment). Images labeled here correspond to 3 NOAA flights — Florence 20180917a , Michael 20181011a, Isaias 20200804a. These images can be downloaded directly from NOAA (https://storms.ngs.noaa.gov/) or using Moretz et al. (2020a, 2020b). Note also that there is another companion dataset to this, with slightly different labels (Goldstein et al., 2020)
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,051 | 0,020 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».