MétaCan
Menu
Retour à la cohorte
Enregistrement W2766872079 · doi:10.5539/jsd.v10n6p14

Differentials in Metropolitanisation Trends in Lagos Peri-Urban Settlements

2017· article· en· W2766872079 sur OpenAlexvenueno aff
Funmilayo Mokunfayo Adedire

Notice bibliographique

RevueJournal of Sustainable Development · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHuman settlementGeographyMetropolitan areaSocioeconomicsDescriptive statisticsRegional scienceStatisticsArchaeology

Résumé

récupéré en direct d'OpenAlex

This paper examines the differential in the metropolitanisation of Lagos peri-urban settlements and the policy implication on locational quality of the emerging settlements. Two case studies of Ibeju-Lekki and Ikorodu were selected to represent the peri-urban settlements outside Lagos metropolitan regions. Using purposive sampling, thirty four settlements were selected which comprise sixteen and eighteen in Ibeju-Lekki and Ikorodu respectively. Data was sourced primarily through administration of 370 and 384 questionnaires to household heads in the selected settlements in Ibeju-Lekki and Ikorodu. Secondary data was sourced by conversion of analogue spatial images, the land use maps and satellite images of the study area to digital format. Spatial images from 1980 through 2016 were acquired for this study. Acquired satellite images from Google Earth archive were brought into ArcGIS environment for geo-referencing. Quantitative data was analysed using descriptive statistics while qualitative data was analysed using time series and satellite image analysis. Findings show a differential in transformation of the two cases due to varying demographic characteristics of residents, the locational convenience, level of linkages and the regional government housing policy. It is recommended that the regional planning should create a balance between the pace of development and infrastructural provision in the peri-urban to limit the disparity in development in Lagos peri-urban settlements.

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)0,002
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 enseignants0,071
Score d'incertitude au seuil0,575

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,038
Tête enseignante GPT0,327
Écart entre enseignants0,289 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetUrban and Rural Development ChallengesTravaux en français237 207