MétaCan
Menu
Retour à la cohorte
Enregistrement W7119026253 · doi:10.18280/ijsdp.201118

A Proposed Metropolitan Governance Model for Strengthening the Emerging Metropolis of Port-Said in Egypt

2025· article· W7119026253 sur OpenAlexvenueno aff
Marwa Tharwat Elmoazamy, Randa Ali, Mona Abdel-Fatah Abdel-Moneim, Walid Bayoumi

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaCorporate governanceUrban planningGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

Egypt's national urban system has experienced a significant urban shift, with the development of 14 metropolises in 2018, expected to reach 17 in 2030, according to the UN World Urbanization Prospects (WUP).Given the diversities in the spatial structure, urbanization level, population, and economic size of the Egyptian metropolises, no urban governance model has been envisaged to fit the metropolises' urban dynamics.Based on the fact that no metropolitan governance model fits all, the research aims to determine the most appropriate metropolitan governance model for addressing the complexity of Port-Said Emerging Metropolis (PSEM) current issues, as one of Egypt's emerging and promising metropolises.The research methodology included a comparative study of the different theoretical conceptions and the metropolitan governance models.Next, it established the analytical framework to assess the appropriateness of every model.Then, a partially closed-ended questionnaire was conducted to assess the appropriateness of the different governance models for the PSEM.The research's findings and recommendations emphasize the importance of the Council of Governments model as an effective metropolitan governance model for managing the challenges of the emerging metropolis of Port-Said and enhancing efficient and sustainable development to achieve its development objectives.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,401
Score d'incertitude au seuil0,855

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,270
Écart entre enseignants0,256 · 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'étudeSimulation ou modélisation
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 revueInternational Journal of Sustainable Development and PlanningMême sujetMaritime Ports and LogisticsTravaux en français237 207