Evolusi Riset Kota Cerdas dan Partisipasi Masyarakat dalam Proses Perencanaan: Sebuah Analisis Bibliometrik Literatur Global
Notice bibliographique
Résumé
Konsep kota cerdas telah menjadi narasi dominan dalam rencana pembangunan perkotaan dan muncul sebagai sebuah visi yang menjanjikan. Hal ini berimplikasi terhadap meningkatnya perhatian akademis terhadap kota cerdas yang partisipatif dari berbagai disiplin ilmu, namun hingga saat ini masih terdapat keterbatasan dalam analisis komprehensif yang menyatukan berbagai aliran penelitian ini menjadi sebuah peta yang koheren. Persilangan antara kota cerdas, partisipasi masyarakat, dan kepemerintahan merupakan bidang penelitian interdisipliner yang menunjukkan pertumbuhan eksponensial sejak tahun 2016, meskipun baru muncul secara signifikan pada tahun 2009. Penelitian ini menerapkan analisis bibliometrik terhadap 95 dokumen ilmiah yang relevan untuk memetakan lanskap penelitian secara sistematis, menggunakan analisis co-authorship, co-citation, dan co-occurrence kata kunci. Hasil analisis menunjukkan adanya dominasi kontributor dari Amerika Serikat dan Inggris dengan klaster kolaborasi peneliti yang sangat kohesif berasal dari Amerika Serikat, sementara di sisi lain teridentifikasi adanya peneliti berpengaruh yang sangat produktif secara mandiri, yang menunjukkan bahwa produktivitas tidak selalu berkorelasi dengan intensitas kolaborasi. Penelitian ini terpetakan ke dalam tiga klaster yang dominan, dengan “smart city”, “decision making”, dan “citizen engagement” berperan sebagai jembatan konseptual. Realisasi kota cerdas yang sesungguhnya menuntut sintesis dari ketiga pilar ini, dan untuk mendukungnya, riset mendatang disarankan untuk melampaui keterbatasan studi ini dengan mengadopsi pendekatan multi-database.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».