MétaCan
Menu
Retour à la cohorte
Enregistrement W2480722411 · doi:10.5539/mas.v10n10p106

Comparison of Renovation of Damaged Fabrics with Smart Growth Approach (Case Study: Renovation of Qarani Neighborhood in Mashhad)

2016· article· en· W2480722411 sur OpenAlexvenueno aff
Rezvani Kakhki Saeid, Rahnama Mohammad Rahim

Notice bibliographique

RevueModern Applied Science · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueArchitecture and Cultural Influences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUrban sprawlSmart growthConformityPosition (finance)BusinessComputer scienceTransport engineeringEnvironmental planningCivil engineeringUrban planningGeographyPolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

A special position is dedicated to preservation and reconstruction of old city centers in the world with the aim of cultural, economic, social and historical revival. Economic revival is considered as an important strategy which means boosting suitable and harmonious economic activities to both strengthening the existing activities and attracting new economic activities. Over time, the centers of cities gradually wear out and their importance and application decrease. This will lead to migration of city center residents to suburbs and consequently horizontal growth of cities. Smart growth and form-oriented regulations formulation known as transport regulations is as one of the introduced approaches in developed cities to deal with horizontal growth and urban sprawl. In the recent study, the processes of old areas reconstruction are compared to the transport criteria and indices of smart growth to deal with horizontal growth. We have attempted to make it possible to evaluate local projects and reconstruct damaged urban textures. In addition, hypotheses were examined using mean comparison test to determine the conformity of these methods with the smart growth. Results showed that the local project of reconstruction of Qarani neighborhood in Mashhad is inconsistent with the smart growth regulations.

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)0,001
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,056
Tête enseignante GPT0,279
Écart entre enseignants0,224 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetArchitecture and Cultural InfluencesTravaux en français237 207