MétaCan
Menu
Retour à la cohorte
Enregistrement W4404706175 · doi:10.1016/j.seta.2024.104096

Development of an integrated model for environmentally and economically sustainable and smart cities

2024· article· en· W4404706175 sur OpenAlexaff
Azzam Abu-Rayash, İbrahim Dinçer

Notice bibliographique

RevueSustainable Energy Technologies and Assessments · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensUniversity of Ontario Institute of Technology
Organismes subventionnairesHamad Bin Khalifa University
Mots-clésSustainable developmentEnvironmentally friendlyEnvironmental planningBusinessArchitectural engineeringEnvironmental economicsEngineeringEnvironmental scienceEconomicsPolitical scienceEcology

Résumé

récupéré en direct d'OpenAlex

This research introduces a novel integrated approach for smart cities designed to enhance environmentally sustainable economies through innovations and socio-economic transitions. The model is uniquely and comprehensively developed to create a novel smart city index by integrating 32 performance indicators that notably transform the environment, economy, energy, social, governance and transportation dimensions. The present multidisciplinary conceptual model explores the intersection and cross-sectorial impacts in the quest to potentially achieve a smart city. The assessment methodology employs multi-criteria decision-making and principal component analysis to quantify results and visualize a helpful outcome. Geometric weighting schemes were also used to test the robustness of the model. The model is applied to 20 cities worldwide to determine the smart city index for each city. The smart city index is a composite index that considers smart health as a critical factor for humanity. The correlation between the society and economy indexes shows a significant positive exponential relationship. Enhancing the society index will result in potential economic growth for cities. The trend is supported by a relatively high degree of agreement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,750
Score d'incertitude au seuil0,510

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,214
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations33
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainable Energy Technologies and AssessmentsMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207