Comparing approaches to quantify urbanization on a multicontinental scale
Notice bibliographique
Résumé
Urbanization is an increasingly prevalent driver of environmental, ecological, and evolutionary change in both terrestrial and aquatic systems, and it is important that our sampling designs accurately capture this urban environmental change. Common approaches to sampling urban environments include: urban-nonurban transects, which sample along urbanization gradients; random points, which sample locations at random within an area of interest; and systematic points, which sample locations based on a regularly-spaced grid from a predetermined starting point within the area of interest. Presently, we lack a comparative analysis of the efficacy of these different sampling designs in capturing variation in urban environments. Here, we compare the environmental variation captured by transect- and point-based sampling designs in 136 cities across six continents. We quantified and compared a common set of environmental variables for each sampling design, with variables capturing landcover, climate, and socioeconomic facets of urban environments. Mean landcover and socioeconomic metrics consistently differed among sampling designs, in contrast to climate variables that primarily varied among cities. Additionally, changes in environmental variables with distance from the city centre depended on the sampling design, with this distance-by-sampling design interaction present in 27%-51% of cities, depending on the environmental variable. This implies that the rate of environmental change along urban-nonurban gradients frequently depends on the sampling design used. We also examined potential causes of deviations between transect- and point-based sampling designs and identified human population density and city area as common predictors of deviations between transect- and point-sampling designs. Our results show that sampling design can dictate how the urban environment is characterized, with sampling design as important - or more important - as the selected environmental variable. We further developed R code so researchers can implement these methods as they develop and validate sampling designs in novel or unstudied urban environments.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».