MétaCan
Menu
Retour à la cohorte
Enregistrement W4414475772 · doi:10.1016/j.resconrec.2025.108605

3D GIS modelling of road and building material stocks: A case study of Grenada

2025· article· en· W4414475772 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueResources Conservation and Recycling · 2025
Typearticle
Langueen
DomaineEngineering
Thématique3D Modeling in Geospatial Applications
Établissements canadiensUniversity of Prince Edward IslandUniversity of Waterloo
Organismes subventionnairesUniversity of WaterlooUniversiteit Leiden
Mots-clésStock (firearms)OccupancyBuilding materialGeographic information systemBuilding information modelingBuilt environmentBuilding construction

Résumé

récupéré en direct d'OpenAlex

Quantifying and mapping material stocks is crucial for built environment stock management and sustainable planning. This study presents a Geographic Information System (GIS)-based bottom-up approach for modelling road and building material stocks in Grenada, a small island state. Light Detection and Ranging (LiDAR) data were utilized to estimate building heights and building stocks. The first 3D WebGIS application was developed for Grenada to visualize material stocks in 3D city models. The road stocks in Grenada were estimated to be 4375 kilo tonnes (40.96 t/capita) in 2015, about one-third of building stocks, highlighting the importance of infrastructure stocks in small island states. LiDAR-derived building heights were more accurate, estimating building stocks 4.8 % lower than occupancy class-based height assumptions in the sample site. This study develops Grenada’s first road stock account and assesses a novel methodology for estimating building stocks in small island states, offering insights for enhancing resource assessment and management.

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.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,551

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 Opus0,021
Tête enseignante GPT0,243
Écart entre enseignants0,222 · 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