LGN2018 is een gridbestand dat het Nederlands landgebruik in 2018 met een ruimtelijke resolutie van 5 m weergeeft. Het bestand kent 48 landgebruiksklassen waarbij de belangrijkste landbouwgewassen, bos, water, natuur en stedelijke klassen worden onderscheiden. Naast de vergroting van het ruimtelijke detail (van 25*25m naar 5*5m), is de thematiek van met name de natuur sterk verbeterd door onder andere het gebruik van multitemporele Sentinel-2 beelden en het AHN2/3-bestand. Verder wordt bij de productie van LGN2018 gebruikt gemaakt van de topografische dataset BRT/Top10NL (versie november 2018),
De attributen 'tdnCode' en 'visualisatieCode' worden minder belangrijk geacht, omdat deze worden afgeleid van de andere attributen.Het attribuut 'namespace' is voor elk object hetzelfde. De controle hiervan is onderdeel van het kwaliteitsaspect 'logische consistentie'. Ook de juiste notatie van 'objectBeginTijd' en 'tijdstipRegistratie' is onderdeel van het kwaliteitsaspect 'logische consistentie'.De controle van de attributen kan, voor zover deze uitvoerbaar zijn, min of meer automatisch. Het eenmalig maken van de scripts kost wat tijd, met name voor het attribuut 'tdnCode', maar kunnen daarna eenvoudig uitgevoerd worden voor elke objectklasse. Dit kost dan verder weinig tijd.De geschatte extra tijd t.o.v. de vorige externe audits is drie dagen.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.