MétaCan
Menu
Retour à la cohorte
Enregistrement W7163733916 · doi:10.70517/la20251153-07

Resident-Level Sufficiency of Urban Green Infrastructure Services in Moscow Across District, Quarter, and Grid Representations

2025· article· W7163733916 sur OpenAlexaboutno aff
Wei Yu

Notice bibliographique

RevueLandscape architecture · 2025
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaGreen infrastructureQuarter (Canadian coin)StormwaterGridLand useSpace (punctuation)Ecosystem services

Résumé

récupéré en direct d'OpenAlex

Large metropolitan green spaces can be described using the total share of land cover types or an ecosystem-services index, but these metrics do not indicate whether vegetation producing the desired services overlaps with people affected by sealing, emissions, heating, surface water runoff, and poor local green space. This paper considers Moscow based on population-oriented ordinally sufficient analysis of the largest urbanized territory. The available data consists of 118 administrative districts, residential quarters, regular grid cells, more than 12 million residents, 841 landscaped objects of green infrastructure, 202.1 km2 of landscaped green infrastructure, 86 nature reserves covering 149.8 km2, and six physical services. Calculation is performed with thresholds and score distributions of sanitary-zone vegetation, stormwater regulation, cooling capacity, cultural green access, residential green provision, and roadside green space. Each block is assessed for adequate land share and adequate resident share such that ecological sufficiency and resident coverage will not be confused. It is concluded that there is little correlation between metropolitan green abundance and resident sufficiency. Regulating services appear to be the largest deficit, with adequate land share rising from 12.0% of district area to 19.2% of grid area, whereas adequate resident share goes up merely from 11.3% to 11.7%. Cultural access and residential provision are better accounted for by quarter level with 48.4% of adequate area and 38.3% of adequate population. Roadside green space shows greatest sensitivity to the grid-level analysis with 37.2% of adequate area and 34.2% of adequate population. Moscow therefore has plenty of green space infrastructure but lacks resident sufficiency due to insufficient overlap of ecological services and human exposure to urban environment.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
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)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 GPT0,261
Écart entre enseignants0,254 · 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'étudeObservationnel
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 revueLandscape architectureMême sujetUrban Green Space and HealthTravaux en français237 207