A Geospatial and Geo-historical Library for a Space–Time Analysis of Catu Territory
Bibliographic record
Abstract
Les cartes anciennes peuvent servir de documents sources pour décrire et décoder l’espace géographique, dans la mesure où elles comportent des éléments utiles pour comprendre la formation et l’évolution d’un territoire. L’objectif principal de cette étude était de produire une visualisation spatiale du territoire de Catu compatible avec un environnement computationnel en relevant les éléments cartographiés (données géospatiales, géohistoriques et toponymiques) dans la Planta Topographica de la paroisse et municipalité de Santa Anna do Catu, dans la région d’Alagoinhas, au Brésil. Ce « plan topographique », daté de 1888, est le principal document sur lequel s’appuie notre recherche. Les éléments illustrés sur cette carte d’époque ont été comparés aux données géographiques de la cartographie officielle du Brésil. La comparaison de cartes provenant de périodes différentes s’avère être une méthode très utile pour étudier la dynamique territoriale. Mais pour ce faire, afin de reconstruire et de corriger les erreurs dans la représentation cartographique des éléments à analyser, il faut d’abord créer des entrepôts de données en formats matriciel et vectoriel. Le géoréférencement de la Planta a été réalisé au moyen d’un logiciel SIG, dans le but de conserver, aussi rigoureusement que possible, la forme des caractéristiques géographiques illustrées. La toponymie employée sur ce document est relativement dense. Elle révèle une forte présence des cultures portugaise et autochtone qui caractérisent, encore aujourd’hui, l’identité du territoire de Catu.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.019 | 0.031 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.131 | 0.047 |
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".