Thermal loads in two different urban quarters – perspectives from mobile measurements and mental maps
Notice bibliographique
Résumé
Abstract The fact that different urban structures have different climatic effects and therefore differ in their thermal loads for people is well known. However, there is a lack of quantitative and qualitative surveys in specific districts that are suitable to derive accepted adaptation measures. This paper addresses the research questions where thermally stressed areas in public space are identified by mobile measurements and by mental maps and what are the causes of each, where both methods agree or disagree, and what are the benefits and the limitations of using both methods for prioritizing adaptation measures. Mobile measurements in an urban quarter over a whole day can supply needed data for determining thermal loads of urban structures and their temporal development. Mental maps give information about the perception of urban dwellers and - based on the spatial distribution of obtained data - the user frequency. Both methods provide information concerning where and when measures should be taken in order to facilitate adaptation to heat. The paper presents the results of mobile measurements and mental maps of two different urban quarters in Germany. Thermal loads were assessed by using the Universal Thermal Climate Index (UTCI) for three selected summer days. Results indicated that the different urban structures can differ by up to 7 K or by two stages of thermal stress during a hot summer day. Surface material with high albedo can overcompensate smaller sky view factors resulting in high thermal loads. Street trees caused changing thermal loads but reduced them on average. Identified hot spots based on mobile measurements mostly correlated with hot spots identified by mental maps, if they were frequently used. However, hottest spots identified by measurements were not necessarily most frequently named as hot spots in the mental maps. Most often named hot spots of mental maps coincided with major traffic routes suggesting that user frequency is important. We conclude that the combination of both methods can be valuable for identifying locations with high priority for climate adaptation in cities.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».