MétaCan
Menu
Retour à la cohorte
Enregistrement W4324336908 · doi:10.18280/ijsdp.180216

The Impact of Regional Level Land Use on the Urban Functional Changes

2023· article· en· W4324336908 sur OpenAlexvenueno aff
Naseer Abdul Razak Hasach Albasri, Mahmood Hussein Mustafa, Makkiyah Shakir Aliasghar

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueKorean Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLand useEnvironmental scienceGeographyEnvironmental planningCivil engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Urban land uses are spatial dynamic phenomena, changing according to time change because of economic and social factors influence.Urban functions are affected by several factors at urban and regional levels.The purpose of this study is to answer what the functional changes in An Najaf from 2015 to 2020, What factors affect the increase of functional changes, and how the regional land use of An Najaf International Airport site and the University of Kufa campus site affect the changes mentioned above.The Research used a Geographic Weighted Regression (GWR) within (GIS) to find the relation between spatial variables, the causes and the size of functional changes, functional changes are displayed on a map to help the planner make decisions.The results showed that the study area witnessed great economic, social, and urban changes that affected the development of land uses as well as a change of urban functions.The using of (WGR), there is an impact between the factors related to the regional level with the total functional changes as a result of local R² (86%) of residential functions have changed to commercial, (79%) from residential to industrial, and (45%) from residential to other uses during 2015-2020.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,074
Tête enseignante GPT0,277
Écart entre enseignants0,202 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetKorean Urban and Social StudiesTravaux en français237 207