Şehir coğrafyası açısından bir araştırma: İstanbul’un açık rekreasyon alanlarının değerlendirilmesi
Bibliographic record
Abstract
İstanbul’un nüfusu son elli yıl içerisinde hızlı şekilde artmış ve yerleşim bölgeleri plansız şekilde büyümüştür. Kontrolsüz şehirleşme beraberinde pekçok problemi getirmiş ve bu problemler kent yaşamı içinde halkın sahip olması gereken temel ihtiyaçların önüne geçmiştir. Halkın ihtiyaçlarına cevap \nverebilecek nitelikte kaliteli rekreasyon alanlarının geliştirilmesi ise yıllarca ihmal edilmiştir. Avrupa ve Amerika şehirleri planlanırken açık rekreasyon alanları da plana ilave edilmiş, insanların açık rekreasyon ihtiyaçları göz önünde tutulmuştur. İstanbul’da ise bir rekreasyon planının mevcut olduğunu ve yeni yerleşim alanları planlanırken halkın rekreasyon ihtiyaçlarının araştırıldığını söylemek pek mümkün değildir. Toronto, Ottawa ve Şikago gibi bazı Kanada ve Amerika şehirlerinin aksine İstanbul’un açık rekreasyon \nalanları miktar, konum, büyüklük ve fonksiyon açısından yetersiz olup, halkın ihtiyaçlarına cevap vermekten çok uzaktır. Çalışmanın başında ilçe belediyeleri ile temasa geçilerek İstanbul’un mevcut açık rekreasyon alanlarının envanteri çıkarılmış, ardından bu alanların yeri ve içeriği tespit edilmiştir. ArcGIS 9.2 yazılımı ve 2007 yılına ait IKONOS uydusundan alınan 1 m çözünürlükteki uydu fotoğrafından faydalanılarak mevcut açık rekreasyon alanları için bir CBS \nveritabanı oluşturulmuştur. Çalışma sonuçlarına göre İstanbul’da 2470 adet açık rekreasyon alanı vardır ve kişi başına düşen rekreasyon alanı miktarı 1,53 m²’dir. Bu rakam Amerikan standartlarına göre çok düşük olmakla birlikte açık \nrekreasyon alanlarının içerik yönünden de çok fakir olduğu, halkın istek ve ihtiyaçlarına cevap vermesinin mümkün olmadığı tespit edilmiştir.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.043 | 0.008 |
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 source (direct Gemma or distilled Codex), 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".