MétaCan
Menu
Retour à la cohorte
Enregistrement W4386353080 · doi:10.32920/24076515.v1

A Study of Urban Rankings as it Pertains to Facets of Environmental Sustainability

2023· preprint· en· W4386353080 sur OpenAlexaff
Damon Recagno

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensToronto Metropolitan UniversitySiemens (Canada)
Organismes subventionnairesnon disponible
Mots-clésSustainabilityRanking (information retrieval)CredibilityPublicationConstruct (python library)Rank (graph theory)Environmental economicsSet (abstract data type)Field (mathematics)BusinessRegional sciencePolitical scienceMarketingComputer scienceSociologyEconomicsAdvertisingMathematics

Résumé

récupéré en direct d'OpenAlex

A concern has arisen about the numerous rankings of sustainable, green and smart cities in various publications. Different publications are producing vastly different results. If a consistent and legitimate set of measures were being adopted by various researchers, there would be commonality among the rankings. However, this does not seem to be the situation. As such, this thesis explores the credibility of the published rankings of cities as to whether they are sustainable, green, or smart. To help meet this goal, this study explores how the rankings vary, what criteria are used, and how such rankings can be improved. In addition, a survey was conducted of experts in the field to help better construct ways of ranking cities, based on them being sustainable, green or smart. The findings show that the majority of the rankings of sustainable, green and smart cities are diverse and employ questionable techniques. Sources that publish such rankings seemingly compile random lists of cities with no research having taken place. The survey helped establish additional criteria by which to rank cities so as to create more consistent results.

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)0,010
score de la tête « metaresearch » (Gemma)0,042
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,042
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,019
Études des sciences et des technologies0,0040,008
Communication savante0,0100,009
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,018
Tête enseignante GPT0,244
Écart entre enseignants0,226 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSmart Cities and TechnologiesTravaux en français237 207