MétaCan
Menu
Retour à la cohorte
Enregistrement W4388109993 · doi:10.1590/2175-3369.015.e20220076

(In)Visible factors affecting people in the spatial appropriation process of urban green spaces in Brazil

2023· article· en· W4388109993 sur OpenAlexaff
Carla Fernanda Barbosa Teixeira, Robert Gifford

Notice bibliographique

Revueurbe Revista Brasileira de Gestão Urbana · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésAppropriationGeographyVulnerability (computing)Process (computing)Sustainable developmentMicroclimateSpace (punctuation)Environmental planningSociologyEnvironmental resource managementEcologyComputer scienceEnvironmental scienceEpistemologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The importance of green areas in urban centers is related to the environmental quality and the sustainable development of these spaces, as well as the desirable interdisciplinary perspective. In addition to their ecological and microclimate functions, urban green spaces contribute to the establishment of a relationship between the environment and human beings, with the potential of stimulating development of sense of place. This study aims to present possible aspects involved in the process of spatial human appropriation in urban green spaces. Squares in Aracaju were the bases for observations of human behavior, which were related to spatial features. The results have revealed that, along with microclimate aspects, spatial composition, and vegetation (presence or absence), other aspects were related to the appropriation process of squares, such as decision-making based on prejudgment, exposure to risks, differentiated perceptions, and sense of vulnerability. Therefore, the qualitative, spatial, and cognitive pieces of information presented may contribute to improve the relationship between humans and environment and, consequently the appropriation of urban green spaces.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,033
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,281
Écart entre enseignants0,263 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueurbe Revista Brasileira de Gestão UrbanaMême sujetUrban Green Space and HealthTravaux en français237 207