MétaCan
Menu
Retour à la cohorte
Enregistrement W6963592361 · doi:10.21949/1520469

Commodity Flow Survey 2007 [supporting datasets]

2021· dataset· en· W6963592361 sur OpenAlexaboutno aff

Notice bibliographique

RevueROSA P · 2021
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaCommodityCensusGeneral partnershipSurvey data collectionGoods and servicesAdministration (probate law)

Résumé

récupéré en direct d'OpenAlex

The Commodity Flow Survey (CFS), a component of the Economic Census, is conducted every five years by the U.S. Census Bureau in partnership with the U.S. Department of Transportation’s Bureau of Transportation Statistics. The 2007 survey is undertaken through a partnership between the U.S. Census Bureau, U.S. Department of Commerce and the Research and Innovative Technology Administration (RITA), Bureau of Transportation Statistics (BTS), U.S. Department of Transportation. The CFS was conducted previously in 2002, 1997, and 1993. This survey produces data on the movement of goods in the United States. It provides information on commodities shipped, their value, weight, and mode of transportation, as well as the origin and destination of shipments of commodities from manufacturing, mining, wholesale, and select retail and services establishments. The CFS data are used by policy makers and transportation planners in various federal, state, and local agencies for assessing the demand for transportation facilities and services, energy use, and safety risk and environmental concerns. Additionally, business owners, private researchers, and analysts use the CFS data for analyzing trends in the movement of goods, mapping spatial patterns of commodity and vehicle flows, forecasting demands for the movement of goods, and determining needs for associated infrastructure and equipment. The CFS covers 5 areas: the whole of the United States; individual states; exports; hazardous materials; and, metropolitan areas. The metropolitan areas covered in the survey are: Birmingham-Hoover-Cullman, AL CSA, Remainder of Alabama, Phoenix-Mesa-Scottsdale, AZ MeSA, Tucson, AZ MeSA, Remainder of Arizona, Los Angeles-Long Beach-Riverside, CA CSA, San Diego-Carlsbad-San Marcos, CA MeSA, Sacramento--Arden-Arcade--Truckee, CA-NV CSA (CA Part), San Jose-San Francisco-Oakland, CA CSA, Remainder of California, Denver-Aurora-Boulder, CO CSA, Remainder of Colorado, New York-Newark-Bridgeport, NY-NJ-CT-PA CSA (CT Part), Remainder of Connecticut, Washington-Arlington-Alexandria, DC-VA-MD-WV MeSA (DC Part), Jacksonville, FL MeSA, Miami-Fort Lauderdale-Miami Beach, FL MeSA, Orlando-The Villages, FL CSA, Tampa-St Petersburg-Clearwater, FL MeSA, Remainder of Florida, Atlanta-Sandy Springs-Gainesville, GA-AL CSA (GA Part), Remainder of Georgia, Honolulu, HI MeSA, Remainder of Hawaii, Chicago-Naperville-Michigan City, IL-IN-WI CSA (IL Part), St Louis, MO-IL MeSA (IL Part), Remainder of Illinois, Chicago-Naperville-Michigan City, IL-IN-WI CSA (IN Part), Indianapolis-Anderson-Columbus, IN CSA, Remainder of Indiana, Kansas City, MO-KS MeSA (KS Part), Remainder of Kansas, Louisville-Elizabethtown-Scottsburg, KY-IN CSA (KY Part), Remainder of Kentucky, New Orleans-Metairie-Bogalusa, LA CSA, Remainder of Louisiana, Baltimore-Towson, MD MeSA, Washington-Arlington-Alexandria, DC-VA-MD-WV MeSA (MD Part), Remainder of Maryland, Boston-Worcester-Manchester, MA-NH CSA (MA Part), Remainder of Massachusetts, Detroit-Warren-Flint, MI CSA, Grand Rapids-Wyoming-Holland, MI CSA, Remainder of Michigan, Minneapolis-St Paul-St Cloud, MN-WI CSA (MN Part), Remainder of Minnesota, Kansas City, MO-KS MeSA (MO Part),St Louis-St Charles-Farmington, MO-IL CSA (MO Part), Remainder of Missouri, Las Vegas-Paradise-Pahrump, NV CSA, Remainder of Nevada, New York-Newark-Bridgeport, NY-NJ-CT-PA CSA (NJ Part), Philadelphia-Camden-Vineland, PA-NJ-DE-MD CSA (NJ Part), Remainder of New Jersey, Albany-Schenectady-Amsterdam, NY CSA, Buffalo-Cheektowaga-Tonawanda, NY MeSA, New York-Newark-Bridgeport, NY-NJ-CT-PA CSA (NY Part), Rochester-Batavia-Seneca Falls, NY CSA, Remainder of New York, Charlotte-Gastonia-Salisbury, NC-SC CSA (NC Part), Greensboro--Winston-Salem--High Point, NC CSA, Raleigh-Durham-Cary, NC CSA, Remainder of North Carolina, Cincinnati-Middletown-Wilmington, OH-KY-IN CSA (OH Part), Cleveland-Akron-Elyria, OH CSA, Columbus-Marion-Chillicothe, OH CSA, Dayton-Springfield-Greenville, OH CSA, Remainder of Ohio, Oklahoma City-Shawnee, OK CSA, Tulsa-Bartlesville, OK CSA, Remainder of Oklahoma, Portland-Vancouver-Beaverton, OR-WA MeSA (OR Part), Remainder of Oregon, Philadelphia-Camden-Vineland, PA-NJ-DE-MD CSA (PA Part), Pittsburgh-New Castle, PA CSA, Remainder of Pennsylvania, Greenville-Anderson-Seneca, SC CSA, Spartanburg-Gaffney-Union, SC CSA, Remainder of South Carolina, Memphis, TN-MS-AR MeSA (TN Part), Nashville-Davidson--Murfreesboro--Columbia, TN CSA, Remainder of Tennessee, Austin-Round Rock, TX MeSA, Dallas-Fort Worth, TX CSA, Houston-Baytown-Huntsville, TX CSA, San Antonio, TX MeSA, Remainder of Texas, Salt Lake City-Ogden-Clearfield, UT CSA, Remainder of Utah, Richmond, VA MeSA, Virginia Beach-Norfolk-Newport News, VA-NC MeSA (VA Part), Washington-Baltimore-Northern Virginia, DC-MD-VA-WV CSA (VA Part), Remainder of Virginia, Seattle-Tacoma-Olympia, WA CSA, Remainder of Washington, Milwaukee-Racine-Waukesha, WI CSA, Remainder of Wisconsin.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,050

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 Opus0,056
Tête enseignante GPT0,338
Écart entre enseignants0,283 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueROSA PTravaux en français237 207