MétaCan
Menu
Retour à la cohorte
Enregistrement W7128509783 · doi:10.64903/1480-6800-28.2.142

Modeling Urban Morphogenesis at a Macro-Scale Based on Cellular Automata: The Case of the Casbah of Algiers

2025· article· W7128509783 sur OpenAlexvenueno aff
Ahmed ElAmine Bekhelifi, Farid Rahal, Abdelkader Djedid, Mustapha Benhamouche, Jérémy Cenci

Notice bibliographique

RevueArab world geographer · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueUrban Design and Spatial Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCellular automatonProcess (computing)Urban planningWork (physics)Complex system

Résumé

récupéré en direct d'OpenAlex

Urban morphogenesis refers to the dynamic process creating urban form. This study develops a cellular automata model (CA) of the Casbah of Algiers, a historic Islamic urban fabric. The model integrates topographic data, elevation, slope, and street network, and combines two predictive approaches: artificial neural networks (ANN) and logistic regression (LR). Calibrated with historical land use data, it estimates spatial transition potentials and simulates the city's evolution over time. The results demonstrate the ability of cellular automata to reproduce the complex structure of traditional Islamic cities determined by morphological constraints. Based on complexity theories, the research clarifies the decision-making systems and underlying logic behind irregular and ambiguous urban forms such as the Casbah. However, the model is limited by the availability and resolution of historical spatial data, and it does not incorporate detailed micro-scale spatial dynamics that influence urban transformations. Future research can explore multi-scalar interactions, integrate socioeconomic, cultural, and religious dimensions, and apply the methodology to other traditional urban fabrics for comparative analysis. This work contributes to a better understanding of traditional Islamic cities and proposes a flexible modeling framework to enrich current approaches.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,028
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,195
Écart entre enseignants0,188 · 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'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 revueArab world geographerMême sujetUrban Design and Spatial AnalysisTravaux en français237 207