MétaCan
Menu
Retour à la cohorte
Enregistrement W4416366529 · doi:10.5325/hungarianstud.52.2.0250

Long-Term Changes in the Spatial Pattern of Quality of Life in Hungary Since the Beginning of the Twentieth Century

2025· article· en· W4416366529 sur OpenAlexvenueno aff
János Pénzes, Zsolt Szilágyi

Notice bibliographique

RevueHungarian Studies Review · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrbanization and City Planning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommon spatial patternRestructuringPeriod (music)Spatial ecologyCommunismIndex (typography)

Résumé

récupéré en direct d'OpenAlex

Abstract Long-term analyses frequently generate major methodological challenges. In the current study, an international indicator has been used for the case of Hungary. The modified and adapted so-called historical settlement-level Human Development Index (hsHDI) provides the methodological frame for the study. HDI is based on three components: GDP/income, educational attainment, and life expectancy. Five periods were included in the analysis. Significant changes were detected during this more than one-century-long period in the locations of the most and least developed settlements. The spatial pattern of hsHDI indicates a better situation in Transdanubia, while extended backward areas fall along the current border area even before the 1920 Trianon Peace Treaty. The Communist era had a major impact on the spatial structure, and increased living-quality values were observed in the northern Hungarian territory due to the state-supported mining and heavy industries. During the last decades—most occurring after the change of regime in 1989—significant restructuring was detected in the backward and developed settlements. The spatial structure of quality of life demonstrated increasing concentrations of high values in the surroundings of Budapest and the largest towns; low values in southwestern and northeastern Hungary were also observed.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,712
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,090
Tête enseignante GPT0,381
Écart entre enseignants0,291 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHungarian Studies ReviewMême sujetUrbanization and City PlanningTravaux en français237 207