Monitoring the pulse of renewed Spanish waterfront cities through instasights
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
This study provides an analytical approach to using collaborative heatmaps from Instasights to gain an insight on the impact of renewed waterfront urban areas in terms of their relevant role in the perceived functional dynamism and livability of the city. The proposed method enables the identification of perceived functional thematic areas-districts, as Kevin lynch would refer to them in his work 'The Image of the city'-based on user-generated social media data, although the method adopted in this study diverges from that of lynch, which is based on fieldwork. Instasights is used as a research tool because the demo app collects, analyzes and visualizes data from a vast amount of social media. five waterfront Spanish cities-Madrid, Barcelona, Valencia, Bilbao and Zaragoza-have been selected as case studies to validate the method used. The main novelty of the study is the possibility of monitoring urban environments, even though they may be perceived as several thematic areas. The findings suggest that the proposed method is a valuable tool for gauging the pulse of waterfront areas through Instasight heatmaps. Moreover, differences in the way renewed public spaces are used and perceived, as well as overlapping functional areas are identified in the case study cities. The approach taken in this study provides a deeper understanding of the perception and complex dynamism related to the monitoring of the waterfront post-renewal phase, which enhances the study of urban renewal.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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