MétaCan
Menu
Retour à la cohorte
Enregistrement W4403779953 · doi:10.1080/13467581.2024.2418511

Defining indicators for evaluating the residential environment in historic districts based on human needs: focusing on two cases in Northern China

2024· article· en· W4403779953 sur OpenAlexaff
Jiarui Zhu, Kojiro Sho, Maarten van Ham, Joshua Evans, Jia Yuan

Notice bibliographique

RevueJournal of Asian Architecture and Building Engineering · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePlace Attachment and Urban Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésChinaEnvironmental planningEnvironmental resource managementGeographyFundamental human needsArchitectural engineeringRegional scienceEnvironmental protectionCivil engineeringEngineeringEnvironmental scienceArchaeologyPsychology

Résumé

récupéré en direct d'OpenAlex

Compared to traditional communities, the residential environment in historic districts (HDs) is generally poor. Tourism development within HDs has affected these environments. As tailored assessment indicators are absent in HDs, this study introduces the historic district residential environment assessment indicator (HD-REAI) – a framework designed for the urban setting of HDs. The HD-REAI integrates Maslow’s theory and addresses the challenges and attributes of HDs. HD-REAI focuses on factors like housing property rights and district culture, which are pivotal for HDs. This enables a more nuanced and relevant evaluation of the residential environment in these areas. This study details the development of the HD-REAI and validates its efficacy through its application in two Northern Chinese HDs. The results demonstrate that the HD-REAI effectively assesses the environment, offering a specialized and context-sensitive tool. Moreover, different socioeconomic attributes have different effects on the assessment results. This study could provide a basis for constructing more refined and context-specific assessment tools to enhance residential environments in HDs

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,059
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,321
Écart entre enseignants0,303 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Asian Architecture and Building EngineeringMême sujetPlace Attachment and Urban StudiesTravaux en français237 207