MétaCan
Menu
Retour à la cohorte
Enregistrement W7162026875 · doi:10.82308/20630

Interpretation of dairy data using interactive visualization

2004· dissertation· en· W7162026875 sur OpenAlexaboutno aff
Annie St-Onge

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineComputer Science
ThématiqueData Visualization and Analytics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVisualizationContext (archaeology)Interactive visualizationProcess (computing)Data visualizationDomain (mathematical analysis)SoftwareMatching (statistics)

Résumé

récupéré en direct d'OpenAlex

The agricultural domain is faced with the challenge of increasing amounts of collected data, multiple sources of external information and various summary reports, all tending to exist in a non-structured fashion. The formats and locations of these various data sources almost certainly differ, but profitable decision-making often depends on using and interpreting all of these inputs accurately. Based on the hypothesis that the interpretation of dairy-herd data can be aided using interactive visualization, the main goal of this research was to improve the understanding of the data-interpretation process, using such techniques, and by taking full advantage of them in the context of the Quebec dairy farm. The challenge was one of designing a system that would integrate interactive visualization techniques while also accounting for the diversity of information involved, the clientele of the dairy industry, and the technologies available. A methodological framework was developed to support the design of such an interactive visualization system, and a software prototype – HerdLine – subsequently developed. This prototype focused on the planning of a dairy-herd composition, based on the evolution of its performance over time via genetic and economic profiles. The framework helped the prototype development by better matching the characteristics of the targeted users with the data involved in the software. The result was a tool that provides an overall picture of the dairy-herd, as well as rapid, incremental, and reversible views of information contained within. An informal evaluation process was performed in order to assess the appropriateness of the prototype from a user’s point of view. Four participants, representing diverse sections of the dairy industry, downloaded, installed and tested the prototype. They subsequently completed a survey regarding their impressions to such an approach, as well as their actual experience with the prototype. Both quantitative and

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)0,009
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,396
Écart entre enseignants0,350 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetData Visualization and AnalyticsTravaux en français237 207