MétaCan
Menu
Retour à la cohorte
Enregistrement W4225128114 · doi:10.1149/10701.9663ecst

Appraising the Prototypes of Smart Cities Policies Taking on the Impact of Pandemic

2022· article· en· W4225128114 sur OpenAlexaboutno aff
Damanpreet Chugh, Ambuj Kumar

Notice bibliographique

RevueECS Transactions · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicSAFERVulnerability (computing)Coronavirus disease 2019 (COVID-19)SlumEconomic growthGeographyVulnerability assessmentBusinessEnvironmental planningSocioeconomicsPolitical scienceEnvironmental healthComputer securitySociologyInfectious disease (medical specialty)MedicineDiseaseEconomicsComputer sciencePopulation

Résumé

récupéré en direct d'OpenAlex

With many sections of the city affected due to pandemic, there is a dire need to assess the vulnerability of pandemic hit areas in a city. Mainly, marketplaces, slum areas, residential areas, transportations mean, educational institutions, and religious areas, which comes under high density people intensive areas, are vulnerable to any future pandemic. New policies, capacity building, and technologies among people have paved a safer way in eradication and/or curbing the pandemic. There are set prototypes that have proven their worth when implemented within the city. Global smart cities like London, Spain, Montreal, and Indian cities like Bengaluru, Pune have developed solutions to safely handle the pandemic and kept their citizens served and informed. The paper focuses on the study about policies implemented during pandemic in various cities in India and in western world for curbing the spread of the disease.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil0,276

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)0,0000,000

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 Opus0,031
Tête enseignante GPT0,260
Écart entre enseignants0,229 · 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'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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetSmart Cities and TechnologiesTravaux en français237 207