Winning the SDG battle in cities: how an integrated information ecosystem can contribute to the achievement of the 2030 sustainable development goals
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
Abstract In 2015, the United Nations adopted an ambitious development agenda composed of 17 sustainable development goals (SDGs), which are to be reached by 2030. Beyond SDG 11 concerning the development of sustainable cities, many of the SDGs target activities falling within the responsibility of local governments. Thus, cities will play a leading role in the achievement of these goals, and we argue that the information systems (IS) community must be an active partner in these efforts. This paper aims to contribute to the achievement of the SDGs by developing a conceptual model to explain the role of IS in building smart sustainable cities and providing a framework of action for IS researchers and city managers. To this end, we conduct grounded theory studies of two green IS used by an internationally recognized smart city to manage water quality and green space. Based on these findings, we articulate a model explaining how an integrated information ecosystem enables the interactions between three interrelated spheres – administrative, political and sustainability – to support the development of smart sustainable cities. Moving from theory to practice, we use two real‐world scenarios to demonstrate the applicability of the model. Finally, we define an action framework outlining key actions for cities and suggest corresponding questions for future research. Beyond a simple call‐to‐action, this work provides a much‐needed foundation for future research and practice leading to a sustainable future for all.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 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