MétaCan
Menu
Retour à la cohorte
Enregistrement W3130564138 · doi:10.31219/osf.io/rf7xa

The Impact of COVID-19 on Public Space: A Review of the Emerging Questions

2020· review· en· W3130564138 sur OpenAlexaff
Josep Bohigas, Vincent Chireh, Oscar Zapata, Cecil C. Konijnendijk, Vrushti Mawani, Ulises Delgado Sánchez, Maged Senbel, Xueqi Tan, Erick Villagomez, Jill Litt, Arturo Orellana, Isabelle Anguelovski, Carolyn Daher, Jordi Honey‐Rosés, M.K. McCall, Mark Nieuwenhuijsen, Emilia Oscilowicz

Notice bibliographique

RevueOSF Preprints (OSF Preprints) · 2020
Typereview
Langueen
DomaineSocial Sciences
ThématiquePlace Attachment and Urban Studies
Établissements canadiensUniversity of ReginaVancouver Community CollegeUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPublic spacePandemicSocial distanceCoronavirus disease 2019 (COVID-19)Space (punctuation)Public healthDistancingPopulationPublic relationsPerception2019-20 coronavirus outbreakOrder (exchange)Political scienceEconomic growthBusinessPsychologyEconomicsComputer scienceMedicineEnvironmental healthEngineeringArchitectural engineeringOutbreak

Résumé

récupéré en direct d'OpenAlex

Restrictions on the use of public space and social distancing have been key policy measures to reduce the transmission of SAR-CoV-2 and protect public health. At the time of writing, one half of the world’s population has been asked to stay home and avoid many public places. What will be the long term impacts of the COVID-19 pandemic on public space once the restrictions have been lifted? The depth and extent of transformation is unclear, especially as it relates to the future design, use and perceptions of public space. This article aims to highlight emerging questions at the interface of COVID-19 and city design. It is possible that the COVID-19 crisis may fundamentally change our relationship with public space. In the ensuing months and years, it will be critical to study and measure these changes in order to inform urban planning and design in a post-COVID-19 world.

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)0,004
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0050,008
Études des sciences et des technologies0,0010,003
Communication savante0,0030,005
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,073
Tête enseignante GPT0,418
Écart entre enseignants0,345 · 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'étudeSans objet
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

Citations234
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOSF Preprints (OSF Preprints)Même sujetPlace Attachment and Urban StudiesTravaux en français237 207