Potential Economies using big data to analyse urban competitiveness of new urban communities: a case study on socio-economic indicators in Egypt
Notice bibliographique
Résumé
Orthodox economic models often linked the size of cities to their economies. However, this changed through the last quarter of the 20th century; cities grew bigger, side by side to unemployment, inflation and falling wages and productivity (Davis, 2006). In Egypt, urban migration was considered the root of the city’s density. In the seventies, New Urban Communities were developed with strategic visions, they deployed enormous resources and created supply for the economic and social aspects of urban life. However, today they remain vastly vacant and most of them contribute little to the region’s economy. The main research question of this research is: “How can attributes of urban competitiveness contribute to the development of sub-centres in new urban communities of emerging economies?” To answer this question two of the eight developments around Cairo are comparatively analysed with regard to their urban competitiveness. Theories of urban economics and its spatial structure are adapted for the context of this case-study. A new quantitative methodology is utilised to overcome data challenges in the context of emerging economies. Exploratory spatial data analysis is used to demonstrate the spatial distribution of socio-economic attributes and their relation to the resulting urban competitiveness. The comparison between city centre and NUCs is analysed to inform policies for urban growth using the framework developed in the literature review. The research highlights the importance of autonomous urban management for each NUC. This is carried out within a framework of a collaborative polycentric urban region that ensures the differentiated roles of each region. The urban competitiveness analysed shows the system of cities within the metropolitan region, and the potential emerging sub-centres in NUCs. The mapped socio-economic attributes establish the possible correlation between urban competitiveness and access to these attributes. They also show mismatches in supply and demand, and shed light on particular effects of public urban spending.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».