MétaCan
Menu
Retour à la cohorte
Enregistrement W3100239425 · doi:10.3390/smartcities3040064

When Design Fiction Meets Geospatial Sciences to Create a More Inclusive Smart City

2020· article· en· W3100239425 sur OpenAlexaff
Andrée-Anne Blacutt, Stéphane Roche

Notice bibliographique

RevueSmart Cities · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSmart citySociologyArchitectural engineeringInclusion (mineral)OriginalityComputer scienceEngineeringSocial scienceInternet privacy

Résumé

récupéré en direct d'OpenAlex

Smart cities are especially suited for improving urban inclusion by combining digital transition and social innovation. To be smart, a city has to provide every citizen with urban spaces, public services, and common goods that are effectively affordable, whatever the citizen’s gender, culture, origin, race, or impairment. Based on two design workshops, the “Vibropod” and the “Pointe-aux-Lièvres”, this paper aims at highlighting the contributions of design fiction to the improvement of the spatial capability of hearing impaired people. This research draws its originality from both its conceptual framework, built on an interdisciplinary and intersectoral composition of arts and sciences, and its operational approach, based on the use of the DeafSpace markers and the TRIZ theory (Russian acronym for Inventive Problem Solving Theory) principles. The two design fiction workshops demonstrate that considering the singularity of the human being as an actual acoustic material constitutes an innovative opportunity to improve the role of universal design in a smart city project. By reversing the classic posture, and defining disability by looking at characteristics of the environment rather than as limits of the people themselves (their bodies or their senses), this research proposes an innovative way of addressing smart city inclusivity issues. This paper shows how increasing spatial enablement and having better control of spatial skills can offer deaf people new skills to improve the use of technology in support of urban mobility, as well as give them tools for feeling safer in urban environments.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,025
Communication savante0,0120,012
Science ouverte0,0010,009
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,033
Tête enseignante GPT0,236
Écart entre enseignants0,203 · 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 source (Gemma direct ou Codex distillé), 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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmart CitiesMême sujetSmart Cities and TechnologiesTravaux en français237 207