Mapping mental barriers that prevent the use of neighborhood green spaces
Notice bibliographique
Résumé
In comparison to the study of green space use, the study of its non-use or rejection is greatly understudied.Neighborhood managers and members of local gardening initiatives of Halle-Newtown, Germany, state that residents ignore local green-blue infrastructure (GBI) for recreational use.Halle-Newtown is a former showcase, large prefabricated socialist housing estate that is now facing an increase of households deprived in multiple ways.We are interested in the question of why people of Halle-Newtown refuse to use local GBI.In order to uncover potential barriers to the enjoyment of the ecosystem service benefits of local GBI, we have chosen the method of mental mapping to explore place attachment in Halle-Newtown.In summer 2018, about 100 residents of Halle-Newtown described the places they prefer when relaxing from a stressful and hot summer day.The results were surprising.Local GBI, be it created in socialist times or recently, was completely absent from their mental maps.Instead, people would overcome longer distances and cover higher costs to reach central green spaces.Tacit knowledge, namely the untold general rejection of the entire neighborhood by the residents, was found to be the deeper reason behind non-use of GBI and missing place attachment.The results uncovered that both neighborhood neglect and the multi-scalar character of urban recreational ideas/behavior are factors that help us to understand nonuse of urban GBI, two key insights for urban planning.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».