MétaCan
Menu
Retour à la cohorte
Enregistrement W7006678687

Visualizing The Relationships Between Highways and Nearby Neighborhoods in Major Midwest Cities in the United States (2000 and 2010)

2022· article· en· W7006678687 sur OpenAlexaboutno aff

Notice bibliographique

RevueMurray State's Digital Commons (Murray State University) · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCensusBuffer zoneMileBlock (permutation group theory)GeocodingQuarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The development of major roadways has been shown to negatively impact nearby neighborhoods, especially minority neighborhoods. Oftentimes these areas see an increase in poverty. This project aims to help visualize this issue, utilizing the United States Census Bureau for data, in multiple cities. U.S. Census Block data for 2000 and 2010 from three midwest cities, St. Louis, Chicago, and Detroit, will be utilized for this project. The buffer tool in ArcGIS Pro will be utilized to find blocks within close proximity (half a mile to one mile) to major roadways within these cities. On average, one mile reaches eight north-south city blocks and sixteen east-west city blocks. Blocks outside of these buffer zones are thought to be unlikely affected by the development of major roadways; however, it is not ruled out that some areas outside the buffer zone may show similar data to areas that are within the buffer. Multiple maps will be created to visualize the impact these major roadways may have on nearby neighborhoods. Areas within and outside the buffer zones will be compared by median household income. The impact of major roadways on nearby neighborhoods is important to study as the United States considers adding and updating its current infrastructure.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,714
Score d'incertitude au seuil0,903

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,224
Écart entre enseignants0,206 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMurray State's Digital Commons (Murray State University)Même sujetCell Image Analysis TechniquesTravaux en français237 207