MétaCan
Menu
Retour à la cohorte
Enregistrement W4411966225 · doi:10.1016/j.dcan.2025.06.007

Balancing sustainability and security: A review of 5G and IoT in smart cities

2025· review· en· W4411966225 sur OpenAlexaff
Ghadah Aldehim, Sunawar Khan, Tariq Shahzad, Muhammad Amir Khan, Yazeed Yasin Ghadi, Weiwei Jiang, Tehseen Mazhar, Habib Hamam

Notice bibliographique

RevueDigital Communications and Networks · 2025
Typereview
Langueen
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensUniversité de Moncton
Organismes subventionnairesPrincess Nourah Bint Abdulrahman University
Mots-clésComputer scienceInternet of ThingsSustainabilitySmart cityComputer securityUrban sustainability

Résumé

récupéré en direct d'OpenAlex

This century's rapid urbanization has disrupted urban governance, sustainability, and resource management. The Internet of Things (IoT) and 5G have the potential to transform smart cities through real-time data processing, enhanced connectivity, and sustainable urban design. This study investigates the potential of 5G connectivity with the IoT's hierarchical framework to enhance public service provision, mitigate environmental effects, and optimize urban resource management. The article asserts that these technologies can enhance urban operations by tackling scalability, interoperability, and security issues. The research employs case studies from Singapore and Barcelona. The document moreover analyzes AI-driven security systems, 6G networks, and the contributions of IoT and 5G to the advancement of a circular economy. The essay asserts that the growth of smart cities necessitates robust policy frameworks to guarantee equitable access, data protection, and ethical considerations. This study integrates prior research with practical experiences to tackle data-informed municipal governance and urban innovation. The importance of policy in fostering inclusive and sustainable urban futures is emphasized.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,014
Tête enseignante GPT0,269
Écart entre enseignants0,255 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Communications and NetworksMême sujetSmart Cities and TechnologiesTravaux en français237 207