MétaCan
Menu
Retour à la cohorte
Enregistrement W7081073456 · doi:10.6093/2284-4732/12645

The DE-Sign Urban Lab: the pilot case of Cosenza city, energy efficiency as a driver for social inclusion, resilience and integrated urban regeneration

2025· article· en· W7081073456 sur OpenAlexaff

Notice bibliographique

RevueUniversità degli Studi di Napoli Federico II · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensHorizon Health Network
Organismes subventionnairesnon disponible
Mots-clésSustainabilityUrban resilienceUrban planningResilience (materials science)TrainUrban sustainabilityInclusion (mineral)Urban regenerationEfficient energy use

Résumé

récupéré en direct d'OpenAlex

The DE-Sign Research Group is leading an initiative under Italy’s ‘Italy in Class A’ program to promote energy-efficient urban design and regeneration. Focusing on Cosenza (but as a model that can be replicated on a national scale), the project aims to create sustainable, inclusive urban spaces by integrating off-site construction, energy-efficient public housing, and innovative urban planning (NBS). The project involves various stakeholders, including citizens, students, and local organizations, in co-designing a Masterplan for the Vaglio Lise area, transforming it into a mobility hub and a sustainable community. The initiative emphasizes ‘proximity energy’, fostering social inclusion and democratic access to energy. The project’s communication model, ‘Approach, Enable, Act’, ensures broad participation and shared planning, setting a national example. The Urban Laboratory serves as an experimental platform, engaging citizens—especially youth—in co-design processes that link public policy with community needs. The KDZENERGY project, part of this initiative, trains students in energy sustainability and co-design, making them active contributors to their neighborhoods transformation. Keywords: energy-efficiency, urban design, 3A-model, masterplan, urban regeneration

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,843
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0060,000
Communication savante0,0000,000
Science ouverte0,0010,002
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 Opus0,013
Tête enseignante GPT0,237
Écart entre enseignants0,224 · 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.

Devis d'étudeThéorique ou conceptuel
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 revueUniversità degli Studi di Napoli Federico IIMême sujetGeochemistry and Geologic MappingTravaux en français237 207