MétaCan
Menu
Retour à la cohorte
Enregistrement W1976848127 · doi:10.3138/carto.45.1.47

Using Spatial Analysis and Geovisualization to Reveal Urban Changes: Milan, Italy, 1737–2005

2010· article· en· W1976848127 sur OpenAlexvenueno aff
Michele Tucci, Alberto Giordano, Rocco Walter Ronza

Notice bibliographique

RevueCartographica The International Journal for Geographic Information and Geovisualization · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésParallelsGeographyRegional scienceGeovisualizationCity regionCartographyModernization theoryUrban structurePoliticsEconomic geography3D city modelsScale (ratio)Urban planningCivil engineeringPolitical scienceEngineeringComputer scienceVisualizationData miningLaw

Résumé

récupéré en direct d'OpenAlex

The Italian city of Milan provides a fascinating laboratory for disentangling the historical layers that structure the spatial layout of a European city. In the last 250 years, the temporal span of this study, Milan has played a key role in Italy's industrialization and as its gateway to the centres of economic and cultural modernization in Western Europe. This article proposes a spatial analytical methodology that incorporates geovisualization techniques to discover and map urban change in Milan. Using historical maps dating back to the eighteenth century and a 2005 official city map, we applied methods of spatial analysis and geovisualization techniques to determine which parts of the city changed the most in the time interval considered. We then drew parallels between urban changes and political changes in the history of the city. Urban change is defined here as a change in the form and structure of the city (new buildings, new or widened roads, new squares, etc.). Results indicate that morphological changes at the intra-urban scale in Milan appear to be spatially oriented to reflect national and international political events from the mid-eighteenth century to the present. Although this result was not unexpected, the extent to which changes in the built-up environment reflect historical events was somewhat surprising.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,585
Score d'incertitude au seuil0,611

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,273
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCartographica The International Journal for Geographic Information and GeovisualizationMême sujetLand Use and Ecosystem ServicesTravaux en français237 207