MétaCan
Menu
Retour à la cohorte
Enregistrement W3164108995 · doi:10.1002/bies.202100041

Modern cities modelled as “super‐cells” rather than multicellular organisms: Implications for industry, goods and services

2021· article· en· W3164108995 sur OpenAlexaff
Jie Chang, Ying-En Ge, Zhaoping Wu, Yuanyuan Du, Kaixuan Pan, Guofu Yang, Yuan Ren, Mikko Heino, Feng Mao, Kang Hao Cheong, Zelong Qu, Xing Fan, Yong Ki Min, Changhui Peng, Laura A. Meyerson

Notice bibliographique

RevueBioEssays · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesSingapore University of Technology and DesignNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésMulticellular organismBiosphereSustainabilityHierarchyGoods and servicesBiologyEcologyBusinessEconomyEconomicsCell

Résumé

récupéré en direct d'OpenAlex

The structure and "metabolism" (movement and conversion of goods and energy) of urban areas has caused cities to be identified as "super-organisms", placed between ecosystems and the biosphere, in the hierarchy of living systems. Yet most such analogies are weak, and render the super-organism model ineffective for sustainable development of cities. Via a cluster analysis of 15 shared traits of the hierarchical living system, we found that industrialized cities are more similar to eukaryotic cells than to multicellular organisms; enclosed systems, such as factories and greenhouses, paralleling organelles in eukaryotic cells. We further developed a "super-cell" industrialized city model: a "eukarcity" with citynucleus (urban area) as a regulating centre, and organaras (enclosed systems, which provide the majority of goods and services) as the functional components, and cityplasm (natural ecosystems and farmlands) as the matrix. This model may improve the vitality and sustainability of cities through planning and management.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,417
Score d'incertitude au seuil0,706

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,232
Écart entre enseignants0,216 · 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'étudeExpérimental (laboratoire)
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioEssaysMême sujetLand Use and Ecosystem ServicesTravaux en français237 207