MétaCan
Menu
← Retour à la cohorte
Enregistrement W7125808393 · doi:10.4995/vibrarch2024.2024.18142

Built environment quality via community & crime prevention lenses: Critical examinations of selected Calgary Light Rail Transit (LRT) Stations

2024· article· W7125808393 sur OpenAlexaffabout
Paniz Mousavi Samimi, Dr. Brian R. Sinclair

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)CategorizationPerceptionThematic analysisCommunity designConceptual framework

Résumé

récupéré en direct d'OpenAlex

Calgary’s Light Rail Transit (LRT) system stands as a vital component of the city’s transportation infrastructure, connecting various neighborhoods and facilitating urban mobility. However, ensuring that LRT stations meet the evolving needs and preferences of the community requires continuous assessment and improvement, especially in light of emergent challenges and mounting problems.In this study, we undertook a comprehensive analysis of the design and planning quality of Calgary’s LRT stations, leveraging insights gathered from community feedback channels, including social media platforms, websites, and comments within news reports. The research methodology involves systematically collecting and analyzing comments, opinions, and critiques shared by residents, commuters, and other stakeholders regarding their experiences with LRT stations across Calgary. The research considers the full light rail network, while concurrently focusing more in-depth on two cases (one outdoor and one indoor station). Through sentiment analysis and thematic coding, we categorize and interpret the diverse range of community feedback to identify recurring patterns, concerns, and suggestions related to station design, accessibility, amenities, safety, and overall user experience.The potential outcomes of this research hold significant practical implications for researchers, architects, planners and politicians alike. For researchers, the findings offer valuable insights into the public's perceptions and preferences regarding LRT station design, aiding in the formulation of evidence-based recommendations for future infrastructure projects. Architects can use this information to refine their designs, ensuring that LRT stations are not only aesthetically pleasing but also functional and responsive to community needs (including the import of perceptions and the value of lived experience). Planners and politicians, on the other hand, can utilize the insights to inform policy decisions, shape the regulatory milieu, and prioritize improvements that enhance the overall quality, accessibility and functionality of Calgary's LRT system, thereby fostering sustainable urban development while improving the commuting experience for residents and visitors alike.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil0,325

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,005
Études des sciences et des technologies0,0130,013
Communication savante0,0070,003
Science ouverte0,0020,008
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,077
Tête enseignante GPT0,384
Écart entre enseignants0,307 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetUrban Transport and Accessibility→Travaux en français237 207→