Effet de la résolution spatiale des données de couverture terrestre sur la cartographie des services écologiques urbains
Bibliographic record
Abstract
La cartographie des services écologiques (SE) urbains suscite un intérêt grandissant. Toutefois, les différentes méthodes et sources de données utilisées peuvent produire des résultats divergents. En particulier, il demeure difficile d’estimer l’effet de la résolution spatiale des données de couverture terrestre (CT) sur la cartographie des flux de SE des espaces verts aux personnes qui en bénéficient. Cette étude visait à caractériser cet effet afin d’aider à en prédire l’ampleur pour des flux de SE produits à différentes échelles spatiales. Une carte de CT à haute résolution spatiale (1 m) couvrant le territoire de la ville de Laval (Canada) a été acquise, puis agrégée à des résolutions inférieures de 3, 5, 10 et 15 m. À partir de ces données, trois SE ont été cartographiés : le stockage de carbone (flux à l’échelle globale), la régulation de la température et la pollinisation (flux à l’échelle locale). Les résultats ont été analysés pour différents types d’utilisation du sol. De manière générale, la diminution de la résolution a entraîné une diminution de la proportion d’espaces verts dans la carte de CT, et par conséquent une diminution de la quantité de SE calculée. Pour les flux de SE à l’échelle locale, l’effet dépendait également des changements dans la configuration spatiale de l’apport potentiel par rapport à la demande en SE. L’ampleur de l’effet variait en fonction du type d’utilisation du sol, mais également entre les zones d’analyse du même type, alors qu’il était sensible à la structure du paysage. Ces résultats invitent à considérer l’effet de la résolution spatiale lors de la cartographie des SE urbains, en particulier pour les flux de SE à l’échelle locale. L’utilisation de données à haute résolution spatiale est recommandée pour cartographier adéquatement les SE rendus par les petits espaces verts dispersés au sein du tissu urbain.
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 | 0.010 | 0.034 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".