MétaCan
Menu
Retour à la cohorte
Enregistrement W2383081781

Spatial distribution and agglomeration of banks in Xi'an City

2015· article· en· W2383081781 sur OpenAlexaff
Qin Si-gan

Notice bibliographique

RevueJournal of Northwest Normal University · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésEconomies of agglomerationOrder (exchange)Spatial distributionDistribution (mathematics)Cluster (spacecraft)Economic geographyCommon spatial patternGeographyBusinessComputer scienceMathematicsEconomicsStatisticsEconomic growthFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The study on the spatial form and agglomeration help to understand the formation of spatial structure of urban.Taking Xi'an City as a case,based on the ArcGIS software,with the aid of Crimestat software,this paper focuses on the spatial distribution,agglomeration characteristics,cluster districts and its formation mechanism and so on.The results show that,distribution of the banks shows the characteristic of layer distribution,and in each circle,most of the banks are distributed around the city trunk roads.Space of banks present an inverted-U-shaped pattern with the mode of extending to the surrounding areas,and agglomeration trend of banks is the strongest when the distance is 4.1km.At the level of small and medium scale in city,it formed multi-level bank clusters in Xi'an City,among them,number of the first order hot spots is larger than the second order,so does the differences of agglomeration degree,and further analysis found that second order hot spots come along with transportation lines and the direction of long axis parallel.Different spatial scales have different formation mechanism of the bank hot spots.As for formation mechanism,the first order hot spots are mainly affected by the traffic convenience,however,the second order hot spots are more concerned about objects that they serving.

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)0,000
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 enseignants0,034
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,011
Tête enseignante GPT0,190
Écart entre enseignants0,179 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Northwest Normal UniversityMême sujetLand Use and Ecosystem ServicesTravaux en français237 207