Customizing a sustainability evaluation framework for Infrastructure projects in developing countries: the case study of Iran
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Considering the profound role of infrastructure in the welfare of societies, it is important to invest in their sustainable development, particularly in developing countries. One of the main challenges, however, is the lack of a practical assessment framework and locally-proper criteria to rate the sustainability level. The purpose of this research is identifying proper context-specific sustainability criteria and introducing a sustainability assessment framework for developing countries like Iran, based on the customization of an existing comprehensive assessment framework (i.e., the Envision Rating System). Research data was collected through in-depth interviews with subject-matter experts and using an Analytic Hierarchy Process (AHP) approach to revise the parameters’ weights and points based on the context-specific conditions. Alongside the five newly added credits, the research’s findings on the weights of the main groups represent the higher importance of the social aspect of sustainability in Iran in contrast to the country where the Envision was developed. Also, credits reflecting water crisis and public health concerns in Iran, including ‘Preserve Water Resources’ and ‘Enhance Public Health and Safety’ were recognized as the most important credits in the customized framework, respectively. To validate the application of the customized framework, sustainability performance of a case was studied. This customized framework can meaningfully contribute to sustainable development by providing a new method and solution to appraise the sustainability of infrastructure projects in developing countries and help decision makers build higher-quality infrastructure to improve urban resilience.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle