Activating Data through Eco-Didactic Design in the Public Realm: Enabling Sustainable Development in Cities
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper explores how design in the public realm can integrate city data to help disseminate the information embedded within it and provide urban opportunities for knowledge exchange. The hypothesis is that such art and design practices in public spaces, as places of knowledge exchange, may enable more sustainable communities and cities through the visualization of data. To achieve this, we developed a methodology to compare various design approaches for integrating three main elements in public-space design projects: city data, specific issues of sustainability, and varying methods for activating the data. To test this methodology, we applied it to a pedogeological project where students were required to render city data visible. We analyze the proposals presented by the young designers to understand their approaches to design, data, and education. We study how they “educate” and “dialogue” with the community about sustainable issues. Specifically, the research attempts to answer the following questions: (1) How can we use data in the design of public spaces as a means for sustainability knowledge exchange in the city? (2) How can community-based design contribute to innovative data collection and dissemination for advancing sustainability in the city? (3) What are the overlaps between the projects’ intended impacts and the 17 United Nations Sustainable Development Goals (SDGs)? Our findings suggest that there is a need for such creative practices, as they make information available to the community, using unconventional methods. Furthermore, more research is needed to better understand the short- and long-term outcomes of these works in the public realm.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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