MétaCan
Menu
Retour à la cohorte
Enregistrement W4381741770 · doi:10.1038/s42949-023-00119-8

Satisfaction with urban trees associates with tree canopy cover and tree visibility around the home

2023· article· en· W4381741770 sur OpenAlexafffundabout
Camilo Ordóñez, S.M. Labib, Lincoln Chung, Tenley M. Conway

Notice bibliographique

Revuenpj Urban Sustainability · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensGeneral Electric (Canada)University of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of TorontoUniversity of MelbourneUniversity of SydneyUniversity of Tasmania
Mots-clésCanopyGeographyNeighbourhood (mathematics)Normalized Difference Vegetation IndexTree canopyVisibilityUrban forestryForestryPhysical geographyEcologyMathematicsMeteorologyLeaf area index

Résumé

récupéré en direct d'OpenAlex

Many world cities want to expand the number of urban trees. How this expansion occurs should consider what people expect from trees based on how they experience and perceive these trees. Therefore, we need a better understanding of how people perceptually respond to urban tree abundance. This research examined whether people's satisfaction with urban trees and satisfaction with the management of those trees were related to objective measures of greenery such as the Normalized Difference Vegetation Index (NDVI), percent tree canopy cover, and the Viewshed Greenness Visibility Index (VGVI) for trees. We used a demographically and geographically representative survey of 223 residents in Toronto, Canada, and calculated NDVI, canopy cover, and VGVI at three neighbourhood sizes. We analysed the data using generalized linear regression. We found that canopy cover and VGVI had a positive association with satisfaction with urban trees. The associations were comparatively stronger at larger neighbourhood scales than at smaller scales. There were no statistically significant associations with NDVI or satisfaction with the management of urban trees.

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)0,001
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 enseignants0,077
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,008
Tête enseignante GPT0,233
Écart entre enseignants0,225 · 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

Citations22
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuenpj Urban SustainabilityMême sujetUrban Green Space and HealthTravaux en français237 207