MétaCan
Menu
Retour à la cohorte
Enregistrement W4307108181 · doi:10.21608/erjeng.2022.265379

The Ladder of Emotional Mapping: Visualizing Emotions for Planning Inclusive Cities

2022· article· en· W4307108181 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Engineering Research - Egypt/Journal of Engineering Research · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueUrban Design and Spatial Analysis
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésPsychologyCognitive psychologySociology

Résumé

récupéré en direct d'OpenAlex

Many countries in the modern era strive to keep up with the world's rapid development in many economic, environmental, and social aspects, particularly on the urban scale and city planning, as well as competition for access to the highest levels of luxury in terms of buildings, designs, and iconic buildings that distinguish each country in the media from its counterparts from neighboring countries. In the region, and possibly internationally. Some countries were forced to relocate a number of their cities and capitals, as well as develop new alternatives for them in new places. In the context of implementing these strategies, decision-makers overlook the social and emotional dimensions of citizens, making it difficult for planners and those involved in the design process to understand the human requirements and needs of the user, resulting in the neglect of many aspects that citizens require, such as the design of the urban environment, planning of public areas, and green open spaces. This paper aims to highlight the importance of taking the emotional side of the user into consideration and integrating them into the decision-making process through participatory planning to develop decision-making strategies that include the preferences of all stakeholders in the planning process.

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.

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)0,015
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,255
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,004
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 Opus0,089
Tête enseignante GPT0,366
Écart entre enseignants0,276 · 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