Smart Cities 2035: Quattro scenari su come le tecnologie emergenti plasmeranno la nostra società
Bibliographic record
Abstract
Questo documento ha l'obiettivo di diffondere i risultati di un progetto di ricerca orientato al futuro incentrato sullo sviluppo di possibili scenari futuri riguardanti l'utilizzo dei dati nei comuni italiani medio-piccoli che adottano soluzioni smart. Il documento si apre con una panoramica del contesto di ricerca – l'Osservatorio sulle tendenze e le applicazioni del supercalcolo – in cui si colloca questo studio. Successivamente, vengono presentati il quadro teorico: attingendo al campo dei Future Studies, questa sezione chiarisce le distinzioni tra foresight, forecast e foresight strategico e spiega i principi e gli obiettivi dello strategic foresight. Segue la sezione metodologica, che descrive in dettaglio le diverse tecniche impiegate per raggiungere gli obiettivi del progetto. La ricerca, che ha coinvolto un gruppo di esperti visionari, ha combinato tecniche di Horizon scanning e di scenario planning, consentendo un'esplorazione completa delle tendenze, delle incertezze e dei fattori trasformativi che potrebbero plasmare il futuro panorama competitivo. Al centro del rapporto ci sono quattro scenari futuri originali. Ogni scenario è stato accuratamente elaborato e analizzato, evidenziando le possibili opportunità e le minacce. Questi scenari offrono visioni alternative su come le smart cities italiane medio-piccole potrebbero evolversi, sottolineando la variabilità e l'incertezza del futuro e fornendo al contempo spunti attuabili per i decisori e gli altri stakeholder. Infine, nella sezione conclusiva sono inclusi approfondimenti strategici e pattern sorprendenti o trascurati, emersi durante lo studio, evidenziando suggerimenti e idee interessanti che potrebbero essere ulteriormente sviluppati. Questa ricerca non è solo un'esplorazione di potenziali futuri, ma è una guida per il pensiero strategico, l'innovazione e la preparazione, che consente alle smart cities italiane e agli ecosistemi dell'innovazione di affrontare le sfide e le opportunità dell'economia di domani basata sull'intelligenza artificiale .
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.011 | 0.011 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.018 | 0.005 |
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".