MétaCan
Menu
Retour à la cohorte
Enregistrement W3210723936 · doi:10.32920/ryerson.14648289.v1

Walkable live/work neighbourhoods in big box greyfields

2021· preprint· en· W3210723936 sur OpenAlexaffabout
David Keith Bryan Platt

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueUrban Planning and Landscape Design
Établissements canadiensToronto Metropolitan UniversityKingston Health Sciences CentreThornhill Medical (Canada)
Organismes subventionnairesnon disponible
Mots-clésRedevelopmentNeighbourhood (mathematics)New UrbanismWork (physics)WalkabilityUrban designPedestrianSustainabilityUrban planningGeographyTransport engineeringEnvironmental planningBusinessArchitectural engineeringUrbanismCivil engineeringEngineeringBuilt environmentArchitecture

Résumé

récupéré en direct d'OpenAlex

The research focussed on how urban greyfields, especially abandoned big box retail, can be redeveloped into mixed-use walkable live/work neighbourhoods for an energy-efficient future. The history of shopping centre and big box retail and the mixed-use residential redevelopment of such sites using the new LEED Neighbourhood Development rating system were studied. Four principle concepts were found and used to guide the design projects. They were sustainable urbanism planning versus Modernist auto-dependency; mixed-use planning; walkable neighbourhood concepts; and live/work units. These help create local employment in transit-based neighbourhoods having nearby services and amenities to reduce commuting and auto-dependency. The design project on a 25-acre Toronto greyfield includes Continuous Productive Urban Landscapes for food production and a trail system promoting walking, cycling and greater contact with nature. Greyfield sites used for sustainable communities help offset valuable farmland losses and offer useful urban intensification possibilities for a looming energy crisis.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,399
Score d'incertitude au seuil1,000

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 ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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 Opus0,019
Tête enseignante GPT0,214
Écart entre enseignants0,196 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetUrban Planning and Landscape DesignTravaux en français237 207