MétaCan
Menu
Retour à la cohorte
Enregistrement W3016688912 · doi:10.1088/1757-899x/775/1/012034

Urban morphotypes and functional diversity of city environment

2020· article· en· W3016688912 sur OpenAlexaboutno aff
V E Stadnikov, I M Yusupova

Notice bibliographique

RevueIOP Conference Series Materials Science and Engineering · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueRemote Sensing and Land Use
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeographyQuarter (Canadian coin)Service (business)RecreationEnvironmental planningDiversity (politics)BusinessSpatial organizationRentingSpace (punctuation)PopulationPublic servicePublic spaceTransport engineeringCivil engineeringArchitectural engineeringEcologyMarketingEngineeringSociologyPolitical sciencePublic administrationArchaeologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract On the example of the urban space of one of the largest Russian cities, Samara, various environmental morphotypes are analyzed for: mixed use in the ratio of residential and service functions; the nature of the service objects, the spatial organization of the contact of public areas with the building surrounding them. Through the analysis of rental rates of commercial premises in different parts the connection between the demands for different morphotypes of the city is considered. It is found out that regardless of the density of the population in the study area, the development of public activities in the territories depends on the spatial organization of the urban environment: street arrangement, convenience of service function’s access. Commercial demand for premises serves is an indicator of the quality of organization of public spaces of streets. Densely populated areas with chaotic development that does not form a street front are deprived of socially active spaces with developed street retail, while less populated areas with a high-density street network and quarter-perimeter buildings form active spatially organized traffic of people that support the development of street retail.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,798
Score d'incertitude au seuil0,359

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,156
Écart entre enseignants0,134 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Materials Science and EngineeringMême sujetRemote Sensing and Land UseTravaux en français237 207