Characteristics and Factors of Successful Greenway Planning for Sustainable Transportation - The Case of Toronto, Canada and Gwangju, Korea
Bibliographic record
Abstract
도시의 녹도는 공간상에 선형적인 조경의 모습을 보여준다. 이러한 녹도는 도시의 중요한 환경․교통축으로서 녹도의 조성은 시민의 생활 질과 교통환경을 개선하고 환경에 대한 만족감을 증대시킨다. 광주시에서 녹도는 보행통행과 자전거의 이동성을 보장하는 녹색의 교통․문화축으로 인식되고 있다. 캐나다 토론토 등의 대도시에서 녹도는 지속가능한 도시개발과 환경친화적인 교통체계로서 중요한 역할을 수행하였다. 근년에 한국에서 녹도시설은 도시교통계획에서 생활환경의 질을 개선하기 위한 중요한 구성요소로 간주되고 있다. 그래서 지속가능한 저속의 교통수단을 수용하려는 녹도계획의 수립에 관심이 많다. 광주시의 도심지역 철도 폐선선로의 녹도조성사업은 그 대표적 사례가 되고 있다. 상기한 배경 하에, 연구의 목적은 한국 광주시와 캐나다 토론토시를 사례로 양 도시의 녹도계획수립의 특성을 비교․분석하고 광주시 녹도계획을 성공적으로 집행하기 위한 결정요인을 계획․정책적인 시각에서 규명하는 것이다. 중요한 논문내용은 녹도의 개념과 성공요소, 광주시 및 토론토시 녹도계획의 수립특성, 광주시 녹도계획 성공요인의 확인 등으로 구성되어 있다. 연구결과, 토론토시 녹도계획은 광범위한 지역을 연결하는 계획의 연계성, 자치단체간의 협력과 지역주민의 지지가 성공적인 녹도계획의 수립에 기여하였다. 광주시의 경우에 폐선부지의 녹도계획은 관련 시민단체의 조성활동, 기본계획서의 작성, 시민홍보, 행정기관 및 의회와의 협력 등에 의하여 성공적으로 시행되고 있다. 향후 본 연구를 토대로, 도시별 녹도계획의 평가요소와 방법을 개발하기 위한 분석적인 연구가 더욱 필요하다.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".