MétaCan
Menu
Retour à la cohorte
Enregistrement W3024789105 · doi:10.1016/j.scs.2020.102225

Digging for the truth: A combined method to analyze the literature on stream daylighting

2020· article· en· W3024789105 sur OpenAlexafffund
Luna Khirfan, Megan Peck, Niloofar Mohtat

Notice bibliographique

RevueSustainable Cities and Society · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésScope (computer science)DaylightingTerminologyArchitectural engineeringEnvironmental resource managementEnvironmental planningGeographyComputer scienceEnvironmental scienceEngineeringLinguistics

Résumé

récupéré en direct d'OpenAlex

To date, review articles examining stream daylighting (de-culverting buried streams) are limited in scope, report on only a fraction of available publications, and focus on publications’ explicit (manifest) content rather than their underlying constructs (latent content). This review combines the methods of systematic literature reviews and inductive content analysis to better understand the scope and nature of the literature on stream daylighting. The study investigates four themes: the disciplines, terminologies, definitions, and case studies and their interconnections and covers all relevant English-language sources since 1992 through 2018. The results reveal three findings with implications for future research: 1) there is a dearth in studies that tackle crucial contemporary challenges like climate change and studies that delve into the complex connections among the socio-cultural, physical planning, environmental, and economic dimensions of stream daylighting, such as socio-environmental justice, architecture, and urban design; 2) the terminology is inconsistent and a clear definition is absent; 3) Some important stream daylighting cases are overlooked, such as Zürich’s (Switzerland) city-wide initiative and Riyadh’s (Saudi Arabia) first arid climate initiative. The inclusion of such case studies in the literature impacts the perception of stream daylighting and expands the scope and dimensions of this practice.

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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,347
Score d'incertitude au seuil0,879

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,012
Tête enseignante GPT0,260
Écart entre enseignants0,248 · 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'étudeQualitatif
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

Citations22
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainable Cities and SocietyMême sujetUrban Green Space and HealthTravaux en français237 207