MétaCan
Menu
Retour à la cohorte
Enregistrement W2618373354 · doi:10.5539/jgg.v9n2p11

Spatio-Temporal Growth of Benin City, Nigeria, and Its Implications for Access to Infrastructure

2017· article· en· W2618373354 sur OpenAlexvenueno aff
Toju. F. Balogun, Andrew G Onokerhoraye

Notice bibliographique

RevueJournal of Geography and Geology · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRevenueSustainabilityPopulationGovernment (linguistics)GeographyBusinessNeighbourhood (mathematics)SubdivisionPopulation growthPublic infrastructurePaceEnvironmental planningEconomic growthSocioeconomicsFinanceEnvironmental healthPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

The study looks at population growth, spatial expansion and its implications on access to public infrastructure in Benin City. Remote Sensing and GPS were used to generate data for the study. Image processing was carried out with ENVI to assess the spatio-temporal growth of Benin City while ArcGIS was used for neighbourhood analysis of residents’ access to public facilities. The study reveals that there is a strong positive relationship between population and built-up area with correlation coefficient of 0.794 at p=0.05level. It further reveals that both the population and spatial growth of Benin City are faster than the pace of infrastructure provision and that the lag between the growth of Benin City and infrastructure provision is impacting negatively on the quality of lives of the residents and threatens the sustainability of urban environment. To bridge the infrastructure gap the study suggests that alternative sources of fund other than federal allocation be sought for, as the capacity of the urban government to finance infrastructure within the current available revenue is limited.

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 enseignants0,036
Score d'incertitude au seuil0,381

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 savante0,0000,000
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 Opus0,035
Tête enseignante GPT0,332
Écart entre enseignants0,297 · 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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geography and GeologyMême sujetUrban and Rural Development ChallengesTravaux en français237 207