MétaCan
Menu
Retour à la cohorte
Enregistrement W7097005942

Universite de Montreal

2015· article· en· W7097005942 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHistorical Geography and Cartography
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVariogramTerrainFractal dimensionInterpolation (computer graphics)FractalScale (ratio)ResidualSurface (topology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The concept of fractals is being widely used in several cartographic procedures such as line enhancement, surface generation, generalisation, interpolation and error esti mation. Such applications rely on the estimation of the fractional dimension (D) of lines and surfaces. Measuring D for surfaces can be achieved from contours and profiles extracted from the surface or from the variability of the surface taken as a whole. In a fractal and self-similar terrain, the values of D should be in agreement regardless of the method used. Mark and Aronson (1984) applied the variogram technique to DEM and observed sharp changes in D with scale suggesting that terrains are composed of nested structures with a highly disorganised and complex v compo nent (D=2.6) in the long range and a smooth component (D= 2.2) in the short range. The high dimensions may not re flect the terrain itself but be the result of combining residual anisotropic effects at long distances. Tests per formed on DEM (or portions of DEM) show that the short range dimensions of the surface variogram are consistent with those extracted from profiles and contours (2.0-=D< 2.3). Systematic variations of D with altitude and loca tion were also observed indicating a lack of self-similar ity in spite of the apparent self-similarity of the sur face variogram.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,453
Score d'incertitude au seuil0,719

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0050,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,5470,174

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 Opus0,024
Tête enseignante GPT0,266
Écart entre enseignants0,241 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHistorical Geography and CartographyTravaux en français237 207