MétaCan
Menu
Retour à la cohorte
Enregistrement W2043523945 · doi:10.5751/es-06939-190455

Toward an integrated theory of spatial morphology and resilient urban systems

2014· article· en· W2043523945 sur OpenAlexvenueno aff
Lars Marcus, Johan Colding

Notice bibliographique

RevueEcology and Society · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensnon disponible
Organismes subventionnairesKungliga Tekniska HögskolanRoyal Swedish Academy of Sciences
Mots-clésResilience (materials science)Urban resilienceField (mathematics)Context (archaeology)Relation (database)Urban morphologySet (abstract data type)Adaptive capacityPsychological resilienceComplex adaptive systemUrban planningComputer scienceSociologyEcologyGeographyArtificial intelligenceClimate changePsychologyMathematics

Résumé

récupéré en direct d'OpenAlex

We take the first step in the development of a new field of research with the aim of merging spatial morphology and resilience science.This involves a revisiting and reunderstanding of the meaning of sustainable urban form.We briefly describe the fields of resilience science and spatial morphology.Drawing on a selected set of propositions in both fields, we put urban form in the context of the adaptive renewal cycle, a dynamic framework model used in resilience science to capture the dynamics of complex adaptive systems, of which urban systems are prime examples.We discuss the insights generated in this endeavor, dealing with some key morphological aspects in relation to four key attributes of resilience, i.e., "change," "diversity," "self-organization," and "learning."We discuss and relate these to urban form and other social variables, with special attention paid to the "backloop phase" of the adaptive renewal cycle.We conclude by postulating ways in which resilience thinking could contribute to the development of a new research frontier for addressing designs for resilient urban social-ecological systems, and end by proposing three strategic areas of research in such a field.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,010
Communication savante0,0040,007
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,008
Tête enseignante GPT0,200
Écart entre enseignants0,192 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations154
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and SocietyMême sujetLand Use and Ecosystem ServicesTravaux en français237 207