MétaCan
Menu
Retour à la cohorte
Enregistrement W4402908302 · doi:10.18535/sshj.v8i09.1356

Sustainable Urban Housing Development in Pakistan Through Planning Mechanism: Challenges and Opportunities

2024· article· en· W4402908302 sur OpenAlexaff
Nabel Akram, Wen Chen, Komal Tariq, Zhaosheng Li, Hou Linjun

Notice bibliographique

RevueSocial Science and Humanities Journal · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensInternational Political Science Association
Organismes subventionnairesNational Social Science Fund of ChinaNational Office for Philosophy and Social Sciences
Mots-clésMechanism (biology)Environmental planningSustainable developmentBusinessUrban planningEnvironmental resource managementGeographyEnvironmental sciencePolitical scienceEngineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

The issue of sustainable housing is significant in Pakistan’s cities due to population growth, scarcity of materials, and poor urban planning. This paper aims to explore the challenges of affordable sustainable housing and suggest solutions. Some of the challenges are an increase in informal settlements, environmental impacts from unplanned development, and social vices from poor housing delivery. The main conclusions of the study point to the importance of sound urban management and adaptive planning systems. The paper supports policies on affordable housing through subsidies, microfinance, and PPPs, with a focus on community involvement in planning. Eradicating bureaucracy and corruption is essential for policy enforcement. The study therefore suggests the need to consider the economic, environmental, and social factors to create sustainable urban shelter in Pakistan with the view of enhancing the quality of urban life and sustainability for generations to come. This nine-point strategy is in response to the challenges of rapid urbanization and is for sustainable urbanization.

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)0,001
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
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 Opus0,152
Tête enseignante GPT0,349
Écart entre enseignants0,197 · 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'étudeQualitatif
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Science and Humanities JournalMême sujetUrban and Rural Development ChallengesTravaux en français237 207