Analysis of urban metabolism in an informal settlement using the MuSIASEM method in Lima
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
By 2050, 68% of the global population will reside in cities, driving rapid urban growth and intensifying demand for scarce ecological resources within the Water-Food-Energy nexus. Social metabolism quantifies energy and material transformations with a social focus, building upon urban metabolism. Its application in resource-scarce informal settlements (ISs) has the potential to enhance their sustainability significantly. As community dynamics evolve, acknowledging society as a dynamic variable within this framework becomes increasingly relevant. Our study employs the Multi-Scale Integrated Analysis of Societal and Ecosystem Metabolism (MuSIASEM) framework, focusing on key variables: human activity, land use, money, energy, water, waste, and food. Based on surveys, interviews, GIS datasets, and statistical information, the study investigates the Ciudad de Gosen IS in Lima, Peru. The results show that, in the socio-economic dimension, 43% of the time employed is directed to the unpaid work sector. Notably, 71% of women and 29% of men spend a mean of 44 h/week/person caring for children or elderly. In the paid work sector, there are gender asymmetries; men have a salary 54% higher than women. In the ecological dimension, more than 78% of the homes have access to basic services, unlike other informal settlements in Latin America and Africa. • Society-ecosystem-energy nexus analysis reveals Ciudad de Gosen resource dynamics. • The social dimension in ISs is vital, as it is organized around community networks. • Gender gaps are evident as 71% of women dedicate an average of 44 h/w to caregiving. • A pronounced 54% wage gap favors men in the paid work sector. • Urban metabolism, with a social approach, helps upgrade resource management in ISs.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 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) | 0,002 | 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