Anais do 24ª Simpósio Brasileiro de GeoInformática (GEOINFO)
Notice bibliographique
Résumé
This volume of Proceedings comprises the papers presented at the XXIV Brazilian Symposium on Geoinformatics, GEOINFO 2023, held from December 4 to 6, 2023, at the National Institute for Space Research (INPE) in Sao Jos´e dos Campos, Brazil. The GEOINFO conference series, inaugurated in 1999, continues its mission of convening researchers and students to explore innovative applications in geographic information science and related areas. The Federal University of ABC (UFABC) and INPE were responsible for organizing this edition. The Program Committee accepted 65 papers. The program included 26 oral presentations divided into 6 technical sessions and 39 posters across 3 sessions. The event welcomed over 100 participants from more than 30 national and international institutions. GEOINFO has a rich tradition of attracting world-renowned researchers to engage productively with our community, fostering intriguing exchanges and discussions at the forefront of the field. This year, we were honored to have special keynote presentations by Dr. Antonio Paez from the School of Earth, Environment & Society at McMaster University, Canada, and Dr. Claudia Bauzer Medeiros from the University of Campinas (UNICAMP). Dr. Paez presentation delved into the trajectory of time-geography and its perspectives in the era of Big Data and Mobility Analytics. Meanwhile, Dr. Claudia Bauzer Medeiros discussed the new frontiers shaped by geospatial data collection as well as the challenges of collecting and preserving data for open science practices. Additionally, this edition featured a mini-course on Digital Image Processing for rapid disaster response, conducted by Dr. Laercio Namikawa from INPE.
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 | 0,009 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,017 |
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 ».