MétaCan
Menu
Retour à la cohorte
Enregistrement W2767220757 · doi:10.2495/sdp-v13-n4-541-555

Spatial ethics as an evaluation tool for the long-term impacts of mega urban projects: An application of spatial ethics multi-criteria assessment to Canning Town regeneration projects, London

2018· article· en· W2767220757 sur OpenAlexvenueno aff
Juhyun Lee

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Planning and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMega-Term (time)Urban regenerationEnvironmental planningRegeneration (biology)Environmental resource managementEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Decision-making processes for mega urban infrastructure developments are far from closed rational systems. They rarely satisfy everyone, and are politically driven, reflecting the interests of key stakeholders and macro-scale economic development goals, with limited evaluation of multi-scale impacts and unwanted negative consequences to society at large. An integrated approach to evaluating impacts is required in consideration of the spatial and thus unavoidably ethical, political nature of decisionmaking on mega infrastructure development. Spatial Ethics (SE) is addressed as a conceptual basis to investigate the multi-scale impacts and the spatial equity issues of urban infrastructure development. SE multi-criteria assessment (MCA) has been explored as a tool to evaluate urban transport projects in respect of plurality of actors, interests and priorities by involving stakeholders in shaping the framework as well as evaluating the impacts. A case study, which applies the framework, identifies that urban transport infrastructure investment brings benefits and costs related to urban spatial transformation. The positive return to society over time and space is limited from the spatially ethical perspective; however, identification of winners and losers cannot be generalized as the impacts are perceived differently by individuals who are affected by various external and internal factors.

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)0,009
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,568
Score d'incertitude au seuil0,805

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,082
Tête enseignante GPT0,421
Écart entre enseignants0,339 · 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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetUrban Planning and GovernanceTravaux en français237 207