Research progress of the urban built environment walkability: Using Citespace knowledge mapping analysis(城市建成环境步行性研究进展——基于Citespace知识图谱的分析)
Notice bibliographique
Résumé
Walkability is a crucial metric for assessing the pedestrian environment since it shows how pedestrian-friendly an urban built environment is. Clarifying its research and development gives urban revitalization a foundation. This study employed bibliometric methods based on Citespace to find 3 202 applicable papers in the Web of Science core library. By building a knowledge map from the perspectives of research articles, research contents, and research fronts, it examined the progression of the study on the walkability of built environments. The findings indicate that: the countries with high number of relative research papers and citations on international journals in the areas of transportation, biomedicine, etc., number are the United States, China, Canada, Australia and England. Besides, the research focus was gradually transferred to social fairness and disadvantaged individuals rather than the effects of walkability on the built environment. The research can be expanded and further developed in terms of walkability assessment in the context of data integration, built environment governance to take into account different groups, and walkability optimization in the context of urban rejuvenation.步行性可反映城市建成环境的步行友好程度，是评估步行环境的重要指标，研究其发展脉络能够为城市更新提供依据。基于Web of Science核心合集数据库，筛选出3 202篇相关文献，运用Citespace文献计量方法，从文献特征、研究内容、研究前沿等方面绘制知识图谱，梳理城市建成环境步行性研究进展。结果表明，发文量和被引频次较高的国家主要有美国、中国、澳大利亚、加拿大和英国，且多发表于交通、生物医学等领域的国际性期刊。研究内容逐渐从建成环境对步行性的影响向考量弱势人群、重视社会公平等多维度转变。未来可在城市更新背景下的步行性优化、考虑群体差异的步行环境规划、数据融合背景下的步行性测度三方面进行进一步深化与扩展。
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,049 | 0,061 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».