Spatial Characteristics and Their Causes of the Urban and Rural Public Service Facilities in Guangzhou
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Making a case study on educational, medical, and recreation and sports facilities, this paper explores the spatial characteristics and their causes of urban and rural public service facilities in Guangzhou with the methods of Kernel density analysis and Path analysis. The results indicate that: 1) Spatial pattern of basic public service facilities in Guangzhou follow the laws of core-edge concentric circles structure, the order of facilities density is: core urban areasnewly-developed urban areasurban-rural fringe areasrural areas, the emergence of deputy center and exurb makes the pattern change towards a multi-polar direction; 2) Spatial patterns of different types of facilities are basically the same, but have different features, spatial intensity of medical facilities is the highest among the three kinds of facilities, that of educational facilities the next, and that of recreation and sports facilities the lowest; 3) Inter-regional spatial distribution is uneven, showing obvious administrative division mark, spatial intensity of the facilities in Yuexiu, Haizhu and Liwan District is the highest, much differs from that of Zengcheng and Conghua, administrative boundaries become separate lines to prevent Kernel density isolines from unobstructed outward expansion. 4) Results of Path analysis show that the population factor is the most important factor for the equalization of basic public services, other factors in the order of importance are as follows: Infrastructure investment(x10)Agriculture as a share of GDP(x2)industrial output(x3)revenue(x4) GDP(x1)level of urbanization(x9)expenditure(x5)Development history(x11)Total retail sales of consumer goods(x7)use of foreign direct investment(x8) total fixed asset investment(x6).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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