MétaCan
Menu
Retour à la cohorte
Enregistrement W4390870864 · doi:10.1016/j.apgeog.2024.103199

Dynamic equity in urban amenities distribution: An accessibility-driven assessment

2024· article· en· W4390870864 sur OpenAlexaff
Fajle Rabbi Ashik, MS Islam, Md Saiful Alam, Nusrat Jahan Tabassum, Kevin Manaugh

Notice bibliographique

RevueApplied Geography · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEquity (law)ConceptualizationGeographyDistribution (mathematics)Universal designPopulationBusinessEconomic growthSociologyEconomicsPolitical scienceComputer scienceDemographyMathematics

Résumé

récupéré en direct d'OpenAlex

The continual challenges exist in attaining an equitable allocation of urban amenities. In order to render this objective attainable as well as practical in real-world scenarios, it is imperative to transition from a static conceptualization of equity to a dynamic notion of equity. To assess dynamic equity in the context of Dhaka, we collected data for two distinct time periods, 2005 and 2018, and calculated integrated accessibility indices using enhanced two-step floating catchment area method. We then responded to these questions: a) Has there been an increase in the level of accessibility? b) Is the changed accessibility being shared more equally or unequally? c) Do members of underprivileged groups enjoy greater access than members of privileged groups? d) Is the underprivileged population enjoying progressively increasing access over time? The results indicate the distribution of accessibility exhibits a pattern, wherein individuals belonging to the underprivileged group experience lower accessibility benefits, while individuals in the privileged group enjoy better accessibility. The sole reason for optimism regarding the distribution pattern lies in the narrowing of the accessibility gap between the privileged and underprivileged. Moreover, the accessibility distribution becomes more equal within the underprivileged group, while becoming more unequal within the privileged group.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,365
Écart entre enseignants0,344 · 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

Citations29
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied GeographyMême sujetUrban Transport and AccessibilityTravaux en français237 207