Development and application of an integrated smart city model
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.
Notice bibliographique
Résumé
This study presents an innovative integrated approach for smart cities, aimed at promoting environmentally sustainable economies through novel technological and socio-economic transitions. The proposed model determines the smart city index (SCI) by aggregating 32 distinct performance indicators that significantly transform the environment, economy, energy, social, governance, and transportation sectors. This model is inherently multidisciplinary and is methodologically processed using multi-criteria decision analysis, which is aggregated using four distinct weighting schemes. The model results reveal that based on the equal weighting scheme, Sydney emerges as the city with the highest SCI score of 0.72, whereas Lima is identified as the city with the lowest SCI score of 0.26. On the other hand, based on the sustainability triad scheme, Toronto tops the list with an SCI score of 0.77, whereas Abuja scores the lowest with an SCI score of 0.31. Interestingly, Toronto, Vancouver, and Montreal continue to maintain their position among the top 5 cities across all three schemes: equal weighting, sustainability triad, and energy-focused schemes. Furthermore, the energy-focused scheme identifies Montreal as the top-performing city, scoring 0.7, followed by Oshawa at 0.67, and four Canadian cities top the SCI scores in this scheme. In contrast, Lima still remains at the bottom of the list with an SCI score of 0.27. Finally, based on a smart health-focused scheme, Sydney, Osaka, and Hämeenlinna rank highest in SCI scores. Overall, the proposed approach and model provide valuable insights and guidelines for policy-makers and urban planners to design and implement smart city initiatives that can significantly enhance sustainable development and improve quality of life in urban settings.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découle