GEOLOGICAL ASPECTS OF URBAN PERSONAS: A COMPUTATIONAL AI PIPELINE FOR THE MULTIDIMENSIONAL CHARACTERIZATION OF CITY STREETS IN THE PROVINCE OF QUÉBEC
Notice bibliographique
Résumé
City streets tend to be conceptualized from a viewpoint of a particular or general observer. Smaller-scale studies and interventions focus on the perspectival and photographic views of particular streets, providing rich but highly nuanced information. On a larger scale, streets are elements within orthographic and axonometric views from a general observer placed at infinity, situating them in a standardized way within a single coordinate space. These representations require a selection of what will be shown. As research into the urban subsurface has observed, disciplines whose work is directly impacted by the geological conditions of a site are rarely confronted by geology in the early phases of the design process. The urban underground tends to remain hidden. Long-term holistic and multidimensional planning, which includes the subsurface as one among many characterizations of the location of a project, is complicated by the increasing number of dimensions that compete for priority in the politics of territorial transformation. Geographical information systems (GIS) have helped centralize and standardize heterogeneous data sources. These information management platforms have been accompanied by work conducted on how to synthesize that data and present it on a large scale. What has yet to be explored extensively is how geology can be looked at through a high-dimensional data model that harnesses the pattern-seeking capabilities of machine-learning techniques. From the standpoint of our contemporary information technology, artificial intelligence should be able to provide an impersonal viewpoint from which to look at all the available data for a street on a planetary scale.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».