Greenery in urban morphology: a comparative analysis of differences in urban green space accessibility for various urban structures across European cities
Notice bibliographique
Résumé
The understanding of urban social-ecological systems requires integrated and interdisciplinary methods. This paper explores differences in the accessibility of urban green spaces (UGS) based on urban morphology. In contrast to other comparative analyses that followed simplified quantification of UGS provision and/or omitted the impact of morphological properties of urban space, this study proposes three improvements. First, it uses the share of UGS in the service area of 300 m walking distance around each residential building in a city as a measure of UGS provision. Second, it includes the potential physical accessibility of UGS as warranted by key actors, such as owners or managers, who decide whether UGS are open or not to potential users. Third, it links UGS accessibility and heterogeneous urban structures. We developed a mixed-methods analysis that combines multiple data sources regarding UGS, the spatial distribution of residential buildings, and street networks. We conducted our analysis in five case-study cities (Barcelona, Halle, Lodz, Oslo, and Stockholm). Our findings suggest that the urban structures where the human–environment interaction transformed the space (such as in the core city areas) are characterized by limited UGS in the service area. Urban structures that are less transformed by human activity (especially suburbia) have the highest share of selected UGS in the service area. In addition, even if the share of UGS in the service area is high, many of them might have limited physical accessibility. In the broader sense, this highlights that social-ecological processes are linked to urban form and cannot be separated in an analysis. Therefore, social-ecological systems could be better understood through the lens of urban morphology.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».