MétaCan
Menu
Retour à la cohorte
Enregistrement W4407405716 · doi:10.1016/j.geomat.2025.100050

Examining urban expansion in Abeokuta through the lens of its economic development cluster: A geospatial approach utilising Random Forest and Batty’s entropy

2025· article· en· W4407405716 sur OpenAlexvenueno aff
Oluwafemi Odunsi, Andreas Rienow

Notice bibliographique

RevueGEOMATICA · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensnon disponible
Organismes subventionnairesAlexander von Humboldt-Stiftung
Mots-clésGeospatial analysisThrough-the-lens meteringGeographyEconomic geographyLens (geology)Cluster (spacecraft)Random forestCartographyGeologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study analysed urban expansion of Abeokuta within the framework of an economic development cluster initiative pivoted on the city. It addressed the trend, distance, direction and pattern of urban expansion to provide baseline information on targeted supports and interventions for the viability of the initiative. Previous studies have analysed urban expansion using concentric zone theory which typically considers a single city centre. This is contrary to what is obtainable in contemporary cities like Abeokuta as critiqued by the multiple nuclei theory (MNT). We therefore considered the effects of three major centres in Abeokuta based on the MNT. Google Earth Engine was used for data collection and analysis. Data were acquired and preprocessed from Landsat 7 ETM+, Landsat 8 OLI/TIRS and Landsat 9 OLI-2/TIRS-2 sensors for 2003, 2013 and 2023, respectively. Supervised image classification through a Random Forest algorithm was used to analyse land use and land cover change. Batty’s entropy was used to estimate urban expansion in concentric ring zones around three major city centres. Findings revealed a decline of 43.3% in dense vegetation and 29.3% increase in both built-up areas and bare land within two decades (2003-2023). Urban expansion is higher around Old Governor's Office ( ∆ H B norm = 0.13) than the King's Palace ( ∆ H B norm = 0.11) which is higher than the New Governor's Office ( ∆ H B norm = 0.07). This study established that observing multiple growth points using concentric ring zoning other than the city centre provides a better theoretical understanding of urban expansion of contemporary polycentric cities. • Decline of 43.3% in dense vegetation and 29.3% increase in both built-up and bare land within two decades • High Batty’s entropies indicate increasing urban expansion from three different centres • Urban expansion is higher around the Old Governor's Office than the King's Palace which is higher than the New Governor's Office • Multiple growth points using concentric ring zoning provide a better theoretical understanding of urban expansion of contemporary polycentric cities

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)0,000
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 enseignants0,044
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,002
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 Opus0,016
Tête enseignante GPT0,212
Écart entre enseignants0,196 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGEOMATICAMême sujetLand Use and Ecosystem ServicesTravaux en français237 207