MétaCan
Menu
Retour à la cohorte
Enregistrement W2125958315 · doi:10.5539/jgg.v5n4p169

Analysis of the Spatial and Temporal Dynamics of Street Hawking: A Case Study of the Accra Metropolitan Area

2013· article· en· W2125958315 sur OpenAlexvenueno aff
Alex Barimah Owusu, Stephen Abrokwah, Stephen Frimpong

Notice bibliographique

RevueJournal of Geography and Geology · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Parking Systems Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHawkingMetropolitan areaPlan (archaeology)Public spaceOrder (exchange)Space (punctuation)Profitability indexPublic transportTraffic congestionBusinessGeographyEconomic growthTransport engineeringEconomicsFinanceEngineeringComputer scienceArchitectural engineering

Résumé

récupéré en direct d'OpenAlex

To the street hawker, it is a means of making a living but to the managers of the metropolis, street hawking is a menace. These differences in perception have led to a game plan tied to spatio-temporal diurnal traffic regimes. While the city authorities plan may be to evict the street hawkers, the plan of the hawkers is to outwit the city authorities through make-shift hawking patterns in order to make a living. The difference in the two positions can be characterized by the city manager’s need for clean and less congested city streets, and the hawker’s desire to sell wares at locations that maximize income. The factors contributing to street hawking include traffic congestion, profitability, the lack of employable skills and minimal-capital entry requirement into the hawking trade. While the city needs proper spatial planning in the long run, in the short term, city managers and hawkers must develop a relationship that considers public perceptions and the use of public space to make the Accra metropolitan area livable. This calls for new approaches that address the aesthetic and open space needs while at the same time meeting the socio-economic and survival needs of city dwellers and new immigrants.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,148
Score d'incertitude au seuil0,294

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,243
Écart entre enseignants0,233 · 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'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

Citations15
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geography and GeologyMême sujetSmart Parking Systems ResearchTravaux en français237 207