Infrastructure canadienne de donnnées géospatiales, description de l'architecture
Bibliographic record
Abstract
L'Infrastructure canadienne de données géospatiales (ICDG) est un ensemble distribué de données et regroupe des services et des applications permettant le partage et l'utilisation d'information à référence géospatiale. L'ICDG est élaborée par le programme GéoConnexions. Une introduction complète à l'ICDG et à ses divers aspects est présentée dans le document ICDG Vision cible. L'ICDG est une infrastructure de technologie de l'information ouverte qui se fonde sur des spécifications disponibles au public. Grâce à sa conception, l'architecture permet la mise en oeuvre de systèmes pour appuyer des fournisseurs de services et de données ainsi que des développeurs d'applications, à l'aide de composantes interopérables et réutilisables. C'est en précisant les interfaces de ces services que l'on peut largement atteindre ce but. Ces spécifications sont inspirées de la série 19100 de l'Organisation internationale de normalisation (ISO) concernant les normes abstraites en matière d'information géographique et des spécifications connexes pour la mise en oeuvre qu'établit actuellement Open GIS Consortium (OGC). Le présent document de description de l'architecture fait partie d'un groupe de trois documents évolutifs décrivant l'ICDG : 1. Vision cible de l'ICDG, 2. Description de l'architecture de l'ICDG, 3. Plan de mise en oeuvre de l'ICDG.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.002 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.005 | 0.007 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.015 | 0.008 |
| Open science | 0.003 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.017 | 0.011 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".