MétaCan
Menu
Retour à la cohorte
Enregistrement W4224927245 · doi:10.18280/ijdne.170208

The Impact of Urban Growth Pattern on Local Road Network: A System Dynamics Study

2022· article· en· W4224927245 sur OpenAlexvenueno aff
Raquim N. Zehawi, Ali Hussein Hameed

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueUrban Design and Spatial Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProjection (relational algebra)GeographyOrder (exchange)Population growthPopulationGoodness of fitUrban planningRegional scienceTransport engineeringEconomic geographyComputer scienceStatisticsMathematicsEngineeringCivil engineeringSociologyDemographyBusiness

Résumé

récupéré en direct d'OpenAlex

The complex nature of urban growth in cities whose population is exponentially increasing requires a comprehensive understanding to create a precise and descriptive modelling. In order to identify the main factors that influence the behavior of such complex growth and consequently recognize the most applicable future projection to the growth in each urban category, a system dynamics model was developed in which all pertinent variables are incorporated. This model was proven to be capable of simulating the urban growth in Baquba city for some six decades from 1957 to 2017. The simulation results showed very high goodness of fit with the historical records with an R2 ranging between 0.987 and 0.997 proving the validity and applicability of the model. The interaction between various urban categories showed that the road network area was negatively influenced mainly by the rapid growth of residential and public areas. The future projections of this model to the target year of 2035 showed that the residential, public, commercial and industrial categories are increasing by; 55%, 84%, 40%, and 19% respectively. The road area has also increased by 19% in the same projection gaining more expansion than what it got in the last three decades prior to 2017.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,006
Tête enseignante GPT0,219
Écart entre enseignants0,213 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetUrban Design and Spatial AnalysisTravaux en français237 207