Assessing thermal comfort in a landmark urban park: a case study and methodological framework of Alamo Square in San Francisco, USA
Notice bibliographique
Résumé
• A framework combining social media data and microclimate data predicted activity. • Microclimate factors prove more impactful than facility factors. • Post-reforestation vegetation reduced hot stress but increased cold stress. • Post-reforestation shaded zones often mismatched activity hubs. Urban green spaces are increasingly challenged by climate stressors, yet strategies for climate-adaptive renewal are often difficult to evaluate in culturally and historically significant sites. This study exames Alamo Square in San Francisco, a globally recognized tourist landmark parkas a single-case analysis of how incremental reforestation and shading interventions influence human activity patterns and thermal comfort. This study integrates geotagged social media data (Flickr/Instagram), ENVI-met microclimate simulations, and spatial statistical analyses (Kernel Density Estimation, hot spot analysis). Focusing on Alamo Square’s reforestation initiativeaimed at doubling tree density with drought-tolerant species-the research reveals that pre-intervention activity clustered densely near the iconic “Painted Ladies,” driven by tourism. Post-reforestation, vegetation significantly reduced summer PET values, dispersing heat stress zones, but introduced winter cold zones and spatial mismatches between shaded areas and emergent activity hubs. Rest facilities (e.g., shaded seating) consistently outperformed entertainment amenities in attracting users, highlighting their role in thermal adaptation. This work innovatively combines dynamic crowdsourced data with human-centered thermal metrics to expose seasonal trade-offs, advocating for designs that align cooling interventions with activity hot spots while mitigating winter discomfort. The findings demonstrate that effective urban green space design requires balancing ecological goals (e.g., canopy restoration) with human-centered strategies, such as strategic shading of high-traffic paths. By bridging environmental modeling and behavioral analytics, this study offers transferable insights and practical ecological indicators for landmark or tourism-driven parks to evaluate thermal comfort and enhance preparedness for future climatic challenges.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».