MétaCan
Menu
Retour à la cohorte
Enregistrement W2789998075 · doi:10.3390/urbansci2010028

The Integration of Socio-Economic Indicators in the CASBEE-UD Evaluation System: A Case Study

2018· article· en· W2789998075 sur OpenAlexaffabout
Francesco Cappai, Daniel Forgues, Mathias Glaus

Notice bibliographique

RevueUrban Science · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueSustainable Building Design and Assessment
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésStrengths and weaknessesAdaptabilityWeightingAnalytic hierarchy processSustainabilityProcess (computing)Process managementSustainable developmentComputer scienceOrder (exchange)Economic evaluationEnvironmental resource managementManagement scienceOperations researchBusinessEngineeringPolitical scienceEconomicsPsychology

Résumé

récupéré en direct d'OpenAlex

The use of tools to measure the degree of sustainability of cities is the approach that receives the most attention in developed countries. However, studies of evaluation tools at the neighborhood level reveal that there are many weaknesses in the most widely-used evaluation systems (LEED-ND, BREEAM Communities, CASBEE-UD). There are ambiguities and gaps in weighting and in scoring and in most cases, there is no mechanism for local adaptability and participation. The purpose of this study is to provide an overview of the current situation by highlighting the strengths and weaknesses of these evaluation tools in order to integrate social and economic aspects for the improvement of the CASBEE-UD (neighborhood level) evaluation tool. The selection of socio-economic aspects was made through the use of a multi criteria Analysis Hierarchical Process (AHP) and a Geographic Integration System (GIS). The results of this case study indicate that most evaluation tools need to be revised because most do not include socio-economic aspects. We have demonstrated that applying the CASBEE-UD assessment tool integrated with socio-economic aspects to four boroughs in the City of Montreal can measure success by addressing the objectives of sustainable development.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,192
Score d'incertitude au seuil0,383

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,313
Écart entre enseignants0,286 · 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 source (Gemma direct ou Codex distillé), 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

Citations13
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUrban ScienceMême sujetSustainable Building Design and AssessmentTravaux en français237 207