MétaCan
Menu
Retour à la cohorte
Enregistrement W2294669016 · doi:10.5539/mas.v10n5p57

Impact of Location-Behavior on Sense of Belonging to Place

2016· article· en· W2294669016 sur OpenAlexvenueno aff
Alaleh Sakhaeifar, Seyed Hadi Ghoddusifar

Notice bibliographique

RevueModern Applied Science · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePlace Attachment and Urban Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSense of placeIdentity (music)Space (punctuation)OntologySociologyBridge (graph theory)Social psychologyPlace attachmentComputer sciencePsychologyEpistemologySocial scienceAesthetics

Résumé

récupéré en direct d'OpenAlex

Sense of belonging is one of criteria of evaluating high quality environments and is addressed by environmental designers and it emphasizes on environment social activities and relations of physical component. A lot of activities and social interaction between individuals take place in a specific location over time and this brings about such expectation that those activities are specified to that space or location and over time the emerged behavior in that space induce sense of belonging and local identity for that space among those individuals. Sense of belonging to an environment arises from social interactions in the environment including information and social common signs. This research is conducted with the aim of examining location behaviors and its impact on local sense of belonging. It is examined the literature with cognitive research method and with approach of ontology and epistemology. in this paper with the aim of introduction and defining concepts such as location-behavior, identity and sense of belonging to place, based on review of relating documents and resources in this respect one examines the impact of location behavior in the Enqelab street and district of college bridge. Research results suggest that among effective parameters in sense of place, location behaviors and activity influence greatly on identity of urban spaces.

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)0,005
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,354
Écart entre enseignants0,328 · 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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetPlace Attachment and Urban StudiesTravaux en français237 207