MétaCan
Menu
Retour à la cohorte
Enregistrement W7037305615

From Digitalization to Capturing "Cityness": is it possible to make the essence of good cities measurable with sensors and algorithms?

2022· article· en· W7037305615 sur OpenAlexfundno aff

Notice bibliographique

RevueUniversity of Twente Research Information · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk OnderzoekCanadian Institute of Steel Construction
Mots-clésOperationalizationBridge (graph theory)Relation (database)Value (mathematics)Internet of Things
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper seeks to uncover whether or not cityness can be made measurable and suggests a possible case study to operationalize cityness. Cityness is a value comprised of city users and the built environment. While it has repeatedly been confirmed that certain characteristics of cities have tangible benefits, it remains challenging to understand how and to what extent these traits can be nurtured by the built environment. Recently, however, the increasing digitalization of public space has brought new opportunities to operationalize physical properties and human interactions that lead to cityness. This article reviews and ethically examines a continuum of experiments using digital tools ranging from GIS to IoT systems to see to what extent they can successfully quantify previously intangible traits of city life. Finally, it introduces the case study of a sensor embedded 3D printed footbridge that was installed in De Wallen, Amsterdam Summer 2021. Ultimately, the bridge provides an opportunity to study how a singular infrastructure relates to cityness over time and in relation to naturally occurring events.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,436

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,001
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 Opus0,025
Tête enseignante GPT0,236
Écart entre enseignants0,211 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Twente Research InformationMême sujetFish Ecology and Management StudiesTravaux en français237 207