Exploring the Quality-of-life Satisfaction in the Historical Fabrics of Iran Through Machine Learning Models
Visualitza/Obre
Cita com:
hdl:2117/363279
Tipus de documentArticle
Data publicació2022-02-28
EditorCentre de Politica de Sol i Valoracions, CPSV / Universitat Politècnica de Catalunya, UPC
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Abstract
Els centres històrics de les ciutats sovint queden fora del procés de desenvolupament urbà, especialment quan el creixement de la població és molt ràpid. Per tant, s’enfronten a greus dificultats que afecten la qualitat de vida (CV) dels residents. Una CV adequada és essencial per ancorar la població local en aquestes valuoses àrees històriques. Mantenir les seves formes de vida tradicionals és fonamental per preservar-ne la herència, però gairebé no s’ha fet un estudi exhaustiu sobre el tema a l’Iran. Per abordar aquesta deficiència, es va dur a terme una anàlisi multivariable basada en una enquesta que va comptar amb la participació de més de 1.800 habitants dels centres de les ciutats antigues de Yazd, Ardakan, Naeen i Kashan. La CV (variable dependent) es va relacionar amb 21 variables independents, que comprenen una àmplia gamma d’aspectes físics, socials, econòmics, ambientals i institucionals, seleccionades a partir d’una revisió exhaustiva de la literatura teòrica. Per descobrir els patrons subjacents a les dades recopilades, es van examinar diversos algorismes paramètrics i no paramètrics com CHAID, regressió logística, NEURAL NET, C5.0 i C&R Tree. El model C5.0 va mostrar la més alta precisió general i es va utilitzar per seleccionar els millors predictors de la satisfacció de CV per als residents d'aquestes àrees de la ciutat: 1) qualitat d'edificis i carrers, 2) seguretat i protecció, 3) serveis administratius i 4) accessibilitat vehicular. El coneixement recopilat hauria d'ajudar els responsables de la presa de decisions i els planificadors iranians a desenvolupar plans integrals de regeneració per a les àrees històriques de les ciutats i incorporar-hi millor els aspectes de sostenibilitat social. Historical city centres are quite often left out of the urban development process, especially when population growth is very rapid. Therefore, they are confronted with severe difficulties affecting the quality of life (QOL) of their residents. An adequate QOL is essential to anchor the local population in these valuable historical areas. Keeping their traditional ways of life is critical to preserve their heritage, but almost no comprehensive study has been done on the subject in Iran. To address this deficiency, a multivariable analysis was carried out based on an extensive survey that counted with the participation of more than 1800 inhabitants of the old city centres of Yazd, Ardakan, Naeen and Kashan. The QOL (dependent variable) was related to 21 independent variables, covering a wide range of physical, social, economic, environmental, and institutional aspects, selected from a thorough review of the theoretical literature. To discover the patterns underlying the collected data, several different parametric and non-parametric algorithms such as CHAID, Logistic Regression, NEURAL NET, C5.0 and C&R Tree have been examined. The C5.0 model showed the highest overall accuracy and was used to select the best predictors of QOL satisfaction for the residents of these city areas: 1) quality of buildings and streets, 2) safety and security, 3) administrative services and 4) vehicle accessibility. The knowledge gathered should assist Iranian decision-makers and planners develop comprehensive regeneration plans for historical city areas and better incorporate social sustainability aspects. Los centros históricos de las ciudades a menudo quedan fuera del proceso de desarrollo urbano, especialmente cuando el crecimiento de la población es muy rápido. Por lo tanto, se enfrentan a graves dificultades que afectan la calidad de vida (CV) de sus residentes. Una CV adecuada es esencial para anclar a la población local en estas valiosas áreas históricas. Mantener sus formas de vida tradicionales es fundamental para preservar su herencia, pero casi no se ha realizado un estudio exhaustivo sobre el tema en Irán. Para abordar esta deficiencia, se llevó a cabo un análisis multivariable basado en una encuesta que contó con la participación de más de 1.800 habitantes de los centros de las ciudades antiguas de Yazd, Ardakan, Naeen y Kashan. La CV (variable dependiente) se relacionó con 21 variables independientes, que abarcan una amplia gama de aspectos físicos, sociales, económicos, ambientales e institucionales, seleccionadas a partir de una revisión exhaustiva de la literatura teórica. Para descubrir los patrones subyacentes a los datos recopilados, se examinaron varios algoritmos paramétricos y no paramétricos como CHAID, regresión logística, NEURAL NET, C5.0 y C&R Tree. El modelo C5.0 mostró la precisión general más alta y se utilizó para seleccionar los mejores predictores de la satisfacción de CV para los residentes de estas áreas de la ciudad: 1) calidad de edificios y calles, 2) seguridad y protección, 3) servicios administrativos y 4) accesibilidad vehicular. El conocimiento recopilado debería ayudar a los responsables de la toma de decisiones y los planificadores iraníes a desarrollar planes integrales de regeneración para las áreas históricas de las ciudades e incorporar mejor los aspectos de sostenibilidad social.
Localització
CitacióMirzakhani, Arman [et al.]. Exploring the Quality-of-life Satisfaction in the Historical Fabrics of Iran Through Machine Learning Models. A: "ACE: Architecture, City and Environment", Febrer 2022, vol. 16, núm. 48, 10512 Mirzakhani, A. et al. (2022). Exploring the Quality-of-life Satisfaction in the Historical Fabrics of Iran Through Machine Learning Models. ACE: Architecture, City and Environment, 16(48), 10512. DOI: http://dx.doi.org/10.5821/ace.16.48.10512
Dipòsit legalB.43924-2006
ISSN1886-4805
Col·leccions
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
10512-10999.pdf | 741,4Kb | Visualitza/Obre |