MétaCan
Menu
Retour à la cohorte
Enregistrement W3106822974 · doi:10.1088/1755-1315/588/5/052030

A systematic review of motives for densification in Swedish planning practice

2020· review· en· W3106822974 sur OpenAlexaboutno aff
Per Haupt, M.Y. Berghauser Pont, Victoria Alstäde, Per Berg

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2020
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Scientific literatureEmpirical evidenceSustainable developmentScientific evidenceUrban planningEnvironmental planningPolitical scienceGeographyEngineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

Abstract One of the current dominant strategies proposed for sustainable urban development is densification. While some advocate the very reasonable benefits of density, others emphasize the potential drawbacks. The main goal of this paper is to provide a systematic overview of the claimed benefits of densification in Swedish practice and relate this to the scientific evidence. For the systematic overview, comprehensive plans from 59 Swedish municipalities, covering plans from both highly urbanized areas as well as more rural regions, are included. The results show that in three out of four cases where density or densification is mentioned, no motive is given. For the other quarter, the most often used motivation is related to transport (19%), services (17%) and urban environmental qualities (14%). The least frequent motives used are related to health (8%) and ecology (2%). The motives in comprehensive plans are for the most part pointing to a positive impact of density on sustainable urban development (77%), which is not always supported by the empirical evidence that more often describe a negative correlation. Furthermore, many of the most frequently used motives in comprehensive plans have little scientific support, which puts new questions on the research agenda.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,329
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,045
Tête enseignante GPT0,306
Écart entre enseignants0,261 · 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.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetUrban Green Space and HealthTravaux en français237 207