MétaCan
Menu
Retour à la cohorte
Enregistrement W4213225099 · doi:10.5539/jsd.v15n2p144

Understanding the Linkages and Importance of Urban Greenspaces for Achieving Sustainable Development Goals 2030

2022· article· en· W4213225099 sur OpenAlexvenueno aff
Md. Badrul Hyder, Tareq Zahirul Haque

Notice bibliographique

RevueJournal of Sustainable Development · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensnon disponible
Organismes subventionnairesRMIT University
Mots-clésSustainable developmentUrban planningEnvironmental planningUrban environmentRegional scienceGeographyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Urban greenspaces have an immense contribution to the social, environmental, and economic spectrums of sustainable development. These three spectrums are also the foundation of Sustainable Development Goals (SDGs) 2030. Thus, this interdependence nature offers an opportunity to study the linkages between urban greenspaces and SDGs targets for acknowledging the importance of urban greenspaces for achieving SDGs 2030. To understand the linkages, the study follows a qualitative study approach. In the approach, a convenient systematic literature search technique has been employed to define urban greenspaces and identify empirical evidence on greenspaces’ contribution to different SDG targets. For ensuring the authenticity and validity of the findings, the study includes only peer-reviewed articles in the systematic technique. Results suggest an immediate association between urban greenspaces and SDG target 11.7, which emphasizes explicitly the provision (quality, quantity, and accessibility) of urban parks and playgrounds for the physical and mental wellbeing of urban citizens, typically the social spectrum of sustainable development. In addition to the apparent link, fourteen more underlying connections have been identified where urban greenspaces can contribute to fourteen different SDG targets. These underlying connections acknowledge the importance of urban greenspaces for achieving SDGs 2030.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,591
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,035
Tête enseignante GPT0,250
Écart entre enseignants0,215 · 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.

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

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetUrban Green Space and HealthTravaux en français237 207