MétaCan
Menu
Retour à la cohorte
Enregistrement W2783462100 · doi:10.5539/gjhs.v10n2p70

A Review on Importance of Smart City Indexes for Citizens’ Health Case Study: Esfahan City

2017· review· en· W2783462100 sur OpenAlexvenueno aff
Meisam Shahbazi, Mohammad Massoud, Mahin Nastaran, Mahmoud Mohamadi, Mahmoud Ghale Noe

Notice bibliographique

RevueGlobal Journal of Health Science · 2017
Typereview
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSmart cityUrbanizationViewpointsUrban sprawlBusinessVisionAlgorismUrban planningProcess (computing)Mental healthEnvironmental planningEnvironmental healthPublic relationsPolitical scienceEconomic growthMedicineComputer scienceSociologyGeographyComputer securityEngineeringEconomicsCivil engineering

Résumé

récupéré en direct d'OpenAlex

Smart city has been considered by urban developers and municipalities as an innovative concept in urban developing and as a strategy to contribute to the mitigation of urban problems. Smartening of cities may result in mental health and alleviation of citizens’ stress, improvement of life quality, upholding a city and citizens’ hygiene, decrement of commutations and preservation of resources. The prompt growth and sprawl of urbanization followed by high degrees of pollutions and negligence of environment have consequences for urbanites’ health, but IT is able to resolve most of those issues. The goal of present inquiry is compiling and scaling the significance level of indexes attributed to the smart city in elevation of Esfahan city health. In this regard, the researcher has exploited 22 indexes attributed to health from smart city indexes regarding practitioners’ viewpoints and elucidated the significance of which in achieving smart health through Analytic Network Process (ANP) method, the results depict that focusing on smartening in visions, plans, and initiatives of public and private organizations, considering skilled practitioners as well as designation of budgetary and funding to attain the smart health are of great importance.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
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 Opus0,169
Tête enseignante GPT0,437
Écart entre enseignants0,269 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetSmart Cities and TechnologiesTravaux en français237 207