MétaCan
Menu
Retour à la cohorte
Enregistrement W4256096095 · doi:10.32920/ryerson.14648289

Walkable live/work neighbourhoods in big box greyfields

2021· preprint· en· W4256096095 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 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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,046
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,019
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; 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'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