A Study On Multi Stakeholders' Perception Towards Bengaluru As A Smart City
Notice bibliographique
Résumé
The idea of smart cities and their productiveness has taken place in many countries. India, being one among them, has also initiated the scheme to establish smart cities. The purpose of this study is to explore the awareness, opinion and acceptance of the Bengaluru as a smart city, from its stakeholders’ perspective. Using four major factors; urban, administrative, social and technological infrastructure, the level of preparedness and challenges have been identified. This paper has used simple random sampling method. Questionnaires were the mode of data collection using a 5 point Likert scale. A total of 970 samples were taken from various places in Bangalore which includes government, private and public for the study and statistical tools like SPSS and PLS were used to analyse the survey results. The survey has been taken from students, working professionals both private and public, Entrepreneurs and homemakers. The result shows that the 3/4<sup>th</sup> of the stakeholders from Bangalore has less relationship with awareness, acceptance and opinion also preparedness of smart city which includes urban, technology, administration and social were the impact are low among the stakeholders of Bangalore only quarter part of the stakeholders are prepared, so 3/4<sup>th</sup> of stakeholders have to be much more cautious in order to adapt on various factors which involves in smart city process in Bangalore and quarter part of the people were little bit knowledge regarding technological infrastructure and significantly less knowledge with regards to administrative, urban and social infrastructure. Helps identify areas where knowledge gap is high; can educate people in those areas.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,008 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».