MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401928160 · doi:10.1007/978-3-031-62293-9_14

Spatial Accessibility Disparities and Users’ Opinion Assessment of Khartoum State Public Green Spaces

2024· book-chapter· en· W4401928160 sur OpenAlexaff
Ahmed Alhuseen, H. M. A. M. Omer, Eva Pauditšová, Hussein M. Sulieman, Mária Kozová, Pavel Cudlín

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensMinistry of Transportation of Ontario
Organismes subventionnairesnon disponible
Mots-clésState (computer science)GeographyPublic opinionPolitical scienceEnvironmental planningComputer scienceLawAlgorithm

Résumé

récupéré en direct d'OpenAlex

Khartoum State, the capital of Sudan is situated in the Sahelian and Sudanese arid zone and it is expected to face excessive dry climate conditions due to climate change. In such an eventuality, accessible Urban Green Spaces (UGSs) represent a traditional adaptation measure for its growing population. This study aims to describe and explain the spatial disparities and potential accessibilities to public green space of Khartoum State and to determine users’ opinions about them using Geographic Information Systems (GIS) and questionnaires. It assesses the potential accessibility to 44 urban parks, community gardens, and city forests in Khartoum State for both drivers and pedestrians in 5, 10, and 15 min. The results showed inequitable access opportunities to UGSs, mostly in favour of first-class residential areas. Within a 5-min walking interval, the UGSs service zone covered <1% of the population. Furthermore, users’ opinion assessment revealed that 80% of the parks require entrance fees; however, 75% of the respondents show the willingness to bear extra travel costs and time to access well-equipped parks. The study concludes that potential accessibility to UGSs does not correspond to the international quality of life indices.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,039
Tête enseignante GPT0,300
Écart entre enseignants0,261 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUrban Green Space and Health→Travaux en français237 207→