The Impact of Green-Blue Infrastructure on Enhancing Cities Happiness Indicators - A Comparative Study
Notice bibliographique
Résumé
Many countries have shown interest in the happiness of societies due to its significant importance to citizens.This interest has been reflected through important indicators aimed at enhancing urban happiness, including economic factors such as per capita GDP, healthcare and educational services, as well as environmental factors.The research aims to explore one aspect of the reasons for the decline in the classification of Iraqi cities in the World Happiness Index.Green spaces have been the primary focus of studies in improving urban happiness, along with blue spaces.Due to instability, Iraq has experienced a decline in the ranking of its cities globally.The research utilized the NDVI (Normalized Difference Vegetation Index) and NDWI (Normalized Difference Water Index) calculated using the Copernicus Open Access Hub, Sentinel2L1C.The study compared the reality of Iraqi cities (Mosul, Baghdad, Basra, and Najaf) with the two happiest cities in the world according to international happiness reports for 2023: Aarhus in Denmark ranked first and Amsterdam in the Netherlands ranked second.Data analysis was conducted using Land Viewer|EOS to extract the proportions of green and blue spaces for each city.The results indicated that green spaces in Iraqi cities were limited, with little attention paid to blue spaces or their preservation, resulting in their scarcity compared to Aarhus and Amsterdam.This has contributed to Iraqi cities lagging in their classification as happy cities.
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 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 | 0,000 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».