Toward a Sustainable Future: An Exploratory Approach to the Dynamics of Europe’s Urban Morphology and Sustainability
Notice bibliographique
Résumé
As cities continue to expand, and more of humanity moved from rural setting into urbanized areas, there is an important need to understand the impacts of how we urbanize on the environment. Knowledge on how to urbanize sustainably can ensure that we ae managing our global footprint on the environment while still progressing as a society. The research takes a multi-step approach to understand the dynamics of urbanization across Europe and its impact on environmental sustainability. 36 metrics that comprised the analysis of the urban landscape configuration and 8 metrics used to analyse the urban land composition of countries across Europe were tested against the human development index (HDI) and ecological footprint (EF) to understand the relationships between urban morphology and sustainability. Data was retrieved across four sets of years, 2000, 2006, 2012 and 2018 to ensure correlations were consistent and to understand if there were changes over time. The study first explored the bivariate relationships between the landscape metrics and sustainability indicators. After this, spatial relationships were explored through a Global Moran’s I test at both global and local levels to reveal spatial autocorrelation among any variables. Finally, key metrics identified were used in two multivariate analysis. Ordinary Least Squares (OLS) was first computed to create global models and to find an optimized model for each year and were computed separately for each indicator. Conditional Autoregressive (CAR) models were then computed on the most optimized models to reduce bias of spatial autocorrelation among the variables and to validate against the OLS models. Finally, a temporal exploration of key variables was conducted to see the trends of variables over time. The results showed that there are important relationships among urban morphology and its impact on both socio-economic and environmental sustainability.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».