MétaCan
Menu
Retour à la cohorte
Enregistrement W4405932803 · doi:10.31026/j.eng.2025.01.12

Public Spaces in Healthy Urban Living Environments According to The Dimensions of Health Places and The Spatial Characteristics of Vital Environments

2024· article· en· W4405932803 sur OpenAlexaboutno aff
Sabreen Mohammed, Zaynab Radi Abaas

Notice bibliographique

RevueJournal of Engineering · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Baghdad
Mots-clésDynamismPublic healthPublic spaceSpace (punctuation)Built environmentUrban planningGeographyValue (mathematics)Environmental planningSociologyRegional sciencePublic relationsPolitical scienceArchitectural engineeringComputer scienceCivil engineeringMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

The physical and social structure of urban residential areas is affected by public open spaces in positive and negative ways. Public spaces serve as the basis for the growth of urban life that promotes physical activities and social relations. The research addressed the problem of lack of knowledge about the mechanisms that contribute to achieving healthy and lively public places according to spatial characteristics. It aimed to develop and improve public places through a more comprehensive knowledge of the effective spatial characteristics that contribute to enhancing the value of public places. The research assumed the existence of a correlation between vital spatial characteristics and healthy environments. For the purpose of testing the hypothesis, the theoretical framework extracted was applied to models of public places in international countries, Such as Canada, Japan, Algeria. The research adopted a qualitative descriptive approach to verify the hypothesis. The results showed that there is a relationship between health and vital environments that helped provide dynamism to the functioning of urban space and can be used as a criterion for measuring the effectiveness of public places.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

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 technologies0,0010,004
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,225
Écart entre enseignants0,210 · 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 revueJournal of EngineeringMême sujetUrban Green Space and HealthTravaux en français237 207