Understanding Sense of community in Subiaco, Western Australia A Study of Human Behaviour and Movement Patterns
Notice bibliographique
Résumé
Despite being an important physical environment capable of promoting social sustainability, sense of community and contributing to a better quality of life, residential streets and neighbourhoods have not attracted significant research interest until now. The integrated physical interconnected network of houses, front yards, walkways, alleyways and streets offers a high potential for community building through social interactions at a neighbourhood level. Understanding people’s movements, activities and perceptions about their streets can inform design practices and local planning policy in creating better communities. This study presents an investigation of a residential neighbourhood in Subiaco, Western Australia through the use of a mixed-method methodology based on observation and a perception survey. A total of 61 households were observed and interviewed during the spring and summer of 2016–2017 to develop useful typological models centred on activities, movements and resident perceptions. The findings endorse the importance of the residential street as a focus place for behaviour setting but argues that in the case of the Subiaco neighbourhood, which is part of a larger car-dependent metropolitain area, movement patterns– including vehicular, cycling, pedestrian modes and jaywalking, have no significant impact on social interactions. According to the perception survey, 82% of the Subiaco neighbourhood residents see activities across the street as generating the highest level of sense of community. The study expands both, the existing theory and approaches to urban planning, by emphasising the need for making neighbourhood streets the centre of liveability through better physical design which encourages and facilitates pedestrian movement.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».