MétaCan
Menu
Retour à la cohorte
Enregistrement W4409211721 · doi:10.18280/ijsdp.200337

Digitization of Cities and Its Impact on City Sustainability

2025· article· en· W4409211721 sur OpenAlexvenueno aff
Estabraq Shawqi Abd Al-Bari, Nada Khaleefah Alrikabi, Kareem Hassan Alwan, Rasha Abdullah Saadoon

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDigitizationSustainabilityEnvironmental planningUrban sustainabilityGeographyEnvironmental resource managementBusinessEnvironmental scienceEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

The study examines the critical challenges of rising traffic congestion and environmental pollution in Baghdad, practically in the Karrada district, driven by rapid pollution growth and economic expansion.It evaluates the role of smart urban services in addressing these issues, focusing on their advantages and their potential drawbacks.The research hypothesis that electronic services can significantly reduce environmental pollution by minimising traffic congestion and individual trips, leading to lower carbon emissions.However, it also highlights potential challenges, such as the complexity of using digital tools and the strain on network infrastructure.Using a descriptive and deductive methodology, the study analysis the practical effects of smart urban services in Karrada.The findings confirm the hypothesis, demonstrating that these services enhance residents' quality of life by improving citizen satisfaction, streamlining communication, and increasing the efficiency of public services through egovernment platforms.Despite these successes, the study identifies critical obstacles, including limited access to technology, network overload, user difficulties, and concerns over data security.These insights underscore the need for balanced strategies to maximise the benefits of smart urban solutions while addressing their challenges, contributing to sustainable urban development.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,278

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 Opus0,009
Tête enseignante GPT0,258
Écart entre enseignants0,249 · 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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetSmart Cities and TechnologiesTravaux en français237 207