(Re)emphasizing Urban Infrastructure Resilience via Scoping Review and Content Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although the importance of urban infrastructure resilience can be inferred, its terminology remains convoluted within the literature due to a lack of systematic review from a sustainable development planning perspective. This review paper was designed to elucidate connected research themes, scientific popularity, and conceptual boundaries of the term infrastructure resilience in an urban context. Three guiding research questions were asked: What does urban infrastructure resilience really mean? What are the most common research topics connected to urban infrastructure resilience? How can humanity further improve urban infrastructure resilience from a sustainable development planning perspective? To answer these research questions, a two-step literature analysis was adopted consisting of: (i) a scoping review to select relevant publications based on a specific search query; and (ii) a content analysis to reduce and synthesize the scoping review findings further based on the three most applicable publishing outlets. The scoping review reduced articles to 535, while content analysis further condensed it to 84 across three key journals. With North America and Europe leading, the findings corroborated that eight connected subject areas establish the conceptual boundaries of urban infrastructure resilience. The eight related research topics in decreasing abundance were: (1) climate change, (2) floods, (3) disasters, (4) environmental policy, (5) ecosystems, (6) risk assessment, (7) emergency preparedness, and (8) adaptation. In conclusion, these research topics should be pursued when creating urban infrastructure resilience strategies for moving towards sustainability.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle