Utilising GIS for studying urban entropy, population dynamics, and ventilation disparity: A case study of changing land use, land cover, and socially vulnerable hotspots in Hyderabad, India
Notice bibliographique
Résumé
Citywide ventilation studies are challenging because they involve complicated interactions between various variables, including anthropogenic variables, housing conditions, and socio-economic considerations. The present paper aims to clarify the complex interactions between these three vital variables and the restricted ventilation zones. The ventilation patterns from 1990 to 2020 are meticulously examined in the first half of this research. This study observed the expansion of built-up areas, which increased from 13.7% in 1990 to 51.8% in 2020. The remainder of the paper explores population dynamics in locations with poor ventilation. In severely ventilated areas, the population increased from 10.7% in 1990 to 16.6% in 2020. The percentage of severely ventilated areas increased from 0.7% in 1990 to 31.6% in 2020, highlighting the urgent need to address ventilation inequities in urban planning. The research uses Spearman correlation analysis, which shows that industrial areas have a substantial positive association with ventilation disparities among anthropogenic factors, indicating the effect of industrial zones on decreased ventilation. The absence of toilets is a powerful and substantial housing variable contributing to poor ventilation. Additionally, the existence of the Total Scheduled Caste population within the socio-economic variables exhibits a strong and significant association, indicating that social issues are intricately linked to ventilation disparities. This research provides critical insights that can inform urban planning and policy decisions to improve ventilation and living conditions in densely populated cities. • The study explores the population dynamics in locations with poor ventilation. • The severely ventilated areas increased from 0.7% in 1990 to 31.6% in 2020. • Impact of industrial zones on decreased ventilation is highlighted. • Critical insights highlighted to improve ventilation and living conditions in densely populated city.
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 | 0,000 | 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 ».