MétaCan
Menu
Retour à la cohorte
Enregistrement W4413055584 · doi:10.1371/journal.pone.0328656

MSPA-informed SLEUTH urban growth modeling for green space protection in Ottawa

2025· article· en· W4413055584 sur OpenAlexafffundabout
Abdolrassoul Salmanmahiny, Scott Mitchell, Joseph Bennett

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensCarleton University
Organismes subventionnairesGorgan University of Agricultural Sciences and Natural ResourcesU.S. Geological SurveyCarleton University
Mots-clésUrban green spaceComputer scienceUrbanizationUrban planningLandscape ecologyEnvironmental scienceGeographySpace (punctuation)EcologyBiology

Résumé

récupéré en direct d'OpenAlex

We created optimal urban expansion scenarios that also safeguard green spaces using SLEUTH-3r in the National Capital Region, Ottawa, Ontario. The scenarios were based on using two exclusion layers in SLEUTH-3r modeling, adjustments to the model's calibrated growth coefficients for a compact city scenario and applying green space social equity weights to urban zones in model's prediction results. The first exclusion layer contained common restricted areas for urban growth, while the second additionally incorporated cores of green spaces defined through Morphological Spatial Pattern Analysis (MSPA), core importance and their corridors for connectivity. For each scenario, we selected 23,850 hectares as the required urban growth by the year 2050 and only 10% of this amount (2385 ha), to encourage more compact growth. We compared the scenarios based on the affected green space cores and urban growth polygons using Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). In most cases, scenarios incorporating MSPA were the favored ones. As the first attempt integrating MSPA definition of green space cores, their importance and connectivity into SLEUTH-3r model, we showed that MSPA-informed SLEUTH-3r modeling affects prediction results and provides a useful platform for generating scenarios. Incorporating MSPA information into SLEUTH-3r modeling enhanced the protection of green space cores and their connectivity. However, it also led to the selection of smaller urbanization polygons for the year 2050, distributed across the study area. Focusing on the preferred options, social equity weights and the selected polygons, provides city planners and stakeholders with valuable assistance and flexibility in designing urban growth scenarios while protecting green spaces.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,235
Score d'incertitude au seuil0,472

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,030
Tête enseignante GPT0,214
Écart entre enseignants0,184 · 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'étudeSimulation ou modélisation
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'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetLand Use and Ecosystem ServicesTravaux en français237 207