MétaCan
Menu
Back to cohort
Record W2603348183

Outils de visualisation de données de cartes à puce pour une société de transport collectif

2016· article· fr· W2603348183 on OpenAlexaboutno aff
Antoine Giraud

Bibliographic record

VenuePolyPublie (École Polytechnique de Montréal) · 2016
Typearticle
Languagefr
FieldComputer Science
TopicData Management and Algorithms
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical science
DOInot available

Abstract

fetched live from OpenAlex

DÉDICACEÀ ma famille et mes amis qui m'ont soutenu au cours de mes années d'études. REMERCIEMENTSJe tiens à remercier Martin Trépanier, directeur de recherche du département de mathématiques et de génie industriel, ainsi que Catherine Morency, co-directrice de recherche du département de génie civil, pour m'avoir conseillé, assisté et subventionné au cours de cette maîtrise recherche à l'École Polytechnique de Montréal.Leur soutien et leur expertise m'ont permis de découvrir encore plus le monde des transports, des systèmes d'information et de confirmer leur pertinence pour l'aide à la décision dans le cœur de métier des entreprises.Je remercie aussi les représentants du Réseau de Transport de Longueuil pour l'accès à leurs données nécessaires à ce projet de recherche, ainsi que pour leur enthousiasme et leur vif intérêt dans les travaux menés.Je souhaite que les visualisations réalisées puissent être utiles dans leurs activités de gestion et de planification de leur offre de services de transport public.Je remercie aussi l'équipe du CeNTAI de Thales Communications and Security du site de Paris -Gennevilliers ainsi que celle de Thales TRT à Québec pour leur accueil et leur disponibilité ainsi que pour leur présentation et l'accès à leur interface de visualisation de données.Cela m'a mis le pied à l'étrier pour parfaire ma connaissance des outils de visualisation de données notamment grâce à des outils libres utilisés dans ce domaine.J'espère que les travaux ici menés leur permettront de mieux percevoir les exigences d'une société de transport en commun ainsi que les types de visualisations pouvant les assister dans leur prise de décisions.Mes remerciements vont aussi au Conseil de Recherches en Sciences Naturelles et en Génie du Canada (CRSNG) et le programme PROMPT qui ont financé cette maîtrise recherche.Je tiens enfin à remercier d'autres professeurs de Polytechnique notamment ceux du département du génie civil en transportplus particulièrement les professeurs Robert Chapleau et Nicolas Saunier -pour m'avoir fait découvrir, grâce à leurs cours et à leur savoir, ce monde des transports non plus côté industriel comme vu dans mon école d'origine, l'Institut Catholique d'Arts et Métiers de Lille en France, mais vu également du côté du client et de l'exploitant d'un réseau de transport en commun.v

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.018
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.031
Threshold uncertainty score0.102

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0040.018
Meta-epidemiology (narrow)0.0030.001
Meta-epidemiology (broad)0.0010.003
Bibliometrics0.0060.004
Science and technology studies0.0010.001
Scholarly communication0.0120.006
Open science0.0020.004
Research integrity0.0020.004
Insufficient payload (model declined to judge)0.0310.008

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.027
GPT teacher head0.265
Teacher spread0.238 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2016
Admission routes1
Has abstractyes

Explore more

Same venuePolyPublie (École Polytechnique de Montréal)Same topicData Management and AlgorithmsFrench-language works237,207