MétaCan
Menu
Retour à la cohorte
Enregistrement W7140637781 · doi:10.1109/sisimpact67725.2025.11439495

Climate Change Adaptation and Mitigation Strategies in Future Smart Cities

2025· article· W7140637781 sur OpenAlexaff
Suresh Vishwakarma, Ruchi Tyagi, Manish K Rathod

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiqueSmart Cities and Technologies
Établissements canadiensVancouver Biotech (Canada)
Organismes subventionnairesnon disponible
Mots-clésClimate changeAdaptation (eye)Climate change adaptationContext (archaeology)Global warming

Résumé

récupéré en direct d'OpenAlex

Urban areas, central to human activity, face significant challenges from climate change and development, necessitating urgent action. The rise of smart cities, utilizing technology to enhance sustainability and quality of life, presents an opportunity to address these issues. This paper examines how future smart cities can leverage innovative technologies, stakeholder collaboration, and sustainable design to build resilient systems. These systems mitigate and adapt to climate challenges, promoting ecological balance and social equity. Key strategies include Vertical Green Structures (VGSs), renewable energy, and energy-efficient prefabricated housing. These homes feature radiative cooling coatings and Phase Change Materials (PCMs), reducing cooling loads by <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$7-17 \%$</tex> across diverse Indian climates. The study underscores the importance of integrating technology and community engagement. This fosters sustainable urban growth amid climate unpredictability.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,764
Score d'incertitude au seuil1,000

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 technologies0,0000,000
Communication savante0,0000,001
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 Opus0,018
Tête enseignante GPT0,222
Écart entre enseignants0,204 · 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 sujetSmart Cities and TechnologiesTravaux en français237 207