MétaCan
Menu
Retour à la cohorte
Enregistrement W4406492565 · doi:10.23900/2359-1552v14n1-26-2025

PERSPECTIVAS BIBLIOMÉTRICAS SOBRE O SENSORIAMENTO REMOTO NA CLASSIFICAÇÃO DO SOLO URBANO

2025· article· pt· W4406492565 sur OpenAlexaff
Jhonnattan Silva Oliveira, Alisson André Ribeiro, Roberto Macedo Gamarra, Antônio Conceição Paranhos Filho

Notice bibliographique

RevueRevista Políticas Públicas & Cidades · 2025
Typearticle
Languept
DomaineEngineering
ThématiqueRemote-Sensing Image Classification
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésPolitical sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Esta pesquisa examina detalhadamente a evolução das metodologias e tecnologias utilizadas na classificação do uso e cobertura do solo em áreas urbanas, com ênfase na aplicação do sensoriamento remoto. Por meio de uma análise bibliométrica sistemática, investigamos as tendências de publicação e as inovações metodológicas que têm surgido no campo. Identificamos padrões significativos em publicações, destacando autores influentes, instituições e periódicos que contribuem para o avanço do conhecimento nessa área. Utilizamos o método ProKnow-C, métricas como o índice-h e a contagem de citações para avaliar a influência e o impacto dos trabalhos científicos, oferecendo uma compreensão da dinâmica acadêmica e das redes de colaboração existentes. Além disso, discutimos os desafios atuais enfrentados na classificação do uso do solo urbano e como as novas tecnologias podem ser aplicadas para superá-los. Propomos direções promissoras para pesquisas futuras, enfatizando a importância do desenvolvimento de modelos e sistemas de monitoramento adaptativos e inteligentes. Esses sistemas são fundamentais para promover uma gestão urbana sustentável, permitindo que as cidades se adaptem eficazmente às mudanças ambientais, socioeconômicas e às demandas crescentes da população.

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)0,012
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0450,120
Études des sciences et des technologies0,0030,002
Communication savante0,0140,008
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,024
Tête enseignante GPT0,306
Écart entre enseignants0,282 · 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.

Devis d'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Políticas Públicas & CidadesMême sujetRemote-Sensing Image ClassificationTravaux en français237 207