A Sustainable City : A Vision for Underground Urban Development in Stockholm
Bibliographic record
Abstract
I takt med att klimatförändringar och olika säkerhetshot blir tydligare, ställs städer som Stockholm inför nya utmaningar. Extremväder, översvämningar och ett osäkrare läge i världen gör att vi behöver tänka nytt kring hur städer planeras så att de blir mer tåliga, trygga och hållbara. I detta examensarbete undersöks om det skulle vara möjligt att bygga delar av staden under jord, som ett sätt att möta framtidens problem.Syftet med arbetet är att ta reda på hur underjordiska miljöer kan hjälpa till att öka både krisberedskap och skydd mot klimatförändringar. Särskilt fokus ligger på om viktiga delar av samhället som Regeringen och Riksdagen skulle kunna flyttas till säkra underjordiska platser i händelse av kris. Arbetet bygger på en genomgång av tidigare forskning, tre internationella exempel (Derinkuyu i Turkiet, Montreal i Kanada och Singapore), samt intervjuer med experter inom teknik, stadsplanering och hållbarhet.Resultaten visar att underjordiska stadsdelar kan ha flera fördelar: de sparar energi, skyddar mot klimatpåverkan, frigör plats ovan jord och kan anpassas för att ge bättre säkerhet. De internationella exemplen visar att det redan finns fungerande tekniska lösningar och strategier, men för att något liknande ska fungera i Sverige krävs tydliga lagar, politisk vilja och samarbete mellan olika aktörer. Även om Stockholm har bra förutsättningar i marken och infrastrukturen, saknas i dag en gemensam plan för hur underjorden kan användas.Slutsatsen är att det är tekniskt möjligt att skapa säkra underjordiska miljöer i Stockholm, men för att lyckas behövs mer forskning, försök i mindre skala och en långsiktig plan där underjorden ses som en naturlig del av framtidens stad.
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 | 0.002 | 0.001 |
| 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 | 0.005 |
| Scholarly communication | 0.017 | 0.008 |
| Open science | 0.001 | 0.012 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.014 | 0.004 |
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".