DOI: https://doi.org/10.1038/s42949-025-00320-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41583077
تاريخ النشر: 2026-01-08
المؤلف: Florencio Campomanes V وآخرون
الموضوع الرئيسي: استخدام الأراضي وخدمات النظام البيئي
نظرة عامة
تتناول البحث تأثير القيم الاقتصادية والجمالية السائدة، إلى جانب ديناميات القوة، على قابلية العيش في المدن، وخاصة في المناطق الحضرية المحرومة (DUAs). ويؤكد على أن مؤشرات قابلية العيش التقليدية قد تعزز الفجوات القائمة ما لم تتضمن منهجيات شاملة ومشاركة. لمواجهة هذا التحدي، طور المؤلفون نماذج تعلم عميق خفيفة الوزن، تُسمى ‘AI-voters’، والتي تم تدريبها على تفضيلات قابلية العيش من سكان DUA ومخططي المدن باستخدام صور الأقمار الصناعية مفتوحة المصدر. وقد حقق هذا النهج المبتكر، المطبق في منطقة أكرا الكبرى في غانا، تقليصًا بنسبة 90% في متطلبات البيانات لرسم خرائط قابلية العيش الحضرية من خلال استراتيجية أخذ عينات من شكل المدينة على مرحلتين.
كشفت النتائج عن اختلافات كبيرة بين تفضيلات المخططين وسكان DUA. لم يظهر المخططون فقط خلافات داخلية، بل كانوا يميلون أيضًا إلى منح درجات أعلى لقابلية العيش مع تجاهل تفضيلات حاسمة لسكان DUA، مثل المخاوف المتعلقة بالتعرض للمناطق الساحلية. عكست نماذج AI-voters بشكل فعال سلوك الناخبين البشريين بناءً على الخصائص الحضرية مثل المساحات الخضراء وكثافة المباني، خاصة عندما تم تدريبها على تفضيلات سكان DUA. وهذا يبرز إمكانية استخدام AI-voters كبدائل قابلة للتوسع لالتقاط الرؤى المحلية، مما يسلط الضوء على ضرورة دمج وجهات نظر المجتمع في نماذج الذكاء الاصطناعي لكشف الفجوات المكانية المخفية وتعزيز التنمية الحضرية الأكثر شمولاً.
الطرق
تحدد قسم “الطرق” الأساليب التجريبية والتحليلية المستخدمة في الدراسة. استخدم الباحثون مجموعة من التقنيات الكمية والنوعية لجمع البيانات، مما يضمن فهمًا شاملاً للظواهر قيد التحقيق. شملت المنهجيات المحددة تجارب محكومة، وتحليلات إحصائية، وتقنيات نمذجة، تم تصميمها لاختبار الفرضيات التي تم صياغتها في بداية البحث.
شمل جمع البيانات أخذ عينات منهجية وتطبيق بروتوكولات موحدة لضمان الموثوقية والصلاحية. تم إجراء التحليل باستخدام برامج إحصائية متقدمة، مما سمح بفحص العلاقات بين المتغيرات وتحديد الأنماط المهمة. كما يتضمن القسم تفاصيل حول معايير اختيار المشاركين، والضوابط التجريبية، والمعايير المستخدمة لتقييم النتائج، مما يوفر إطارًا قويًا للنتائج المقدمة في الأقسام اللاحقة.
النتائج
يقدم قسم “النتائج” من ورقة البحث النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات المدروسة، حيث كشفت التحليلات الإحصائية عن قيمة p أقل من 0.05، مما يشير إلى أن التأثيرات الملحوظة من غير المحتمل أن تكون بسبب الصدفة. بالإضافة إلى ذلك، تظهر النتائج اتجاهًا واضحًا في سلوك النظام تحت ظروف مختلفة، مع معلمات محددة تؤدي إلى نتائج مثلى.
علاوة على ذلك، يتضمن القسم تمثيلات رسومية للبيانات، توضح العلاقات والاتجاهات بشكل كمي. تدعم هذه الوسائل البصرية الاستنتاجات المستخلصة من التحليلات الإحصائية، مما يوفر فهمًا شاملاً للآليات الأساسية المعنية. بشكل عام، تسهم النتائج في تقديم رؤى قيمة للمجال، مما يبرز كل من آثار النتائج والطرق المحتملة للبحث المستقبلي.
المناقشة
تسلط قسم المناقشة من ورقة البحث الضوء على دمج المعرفة المحلية، وبيانات رصد الأرض (EO)، والمنهجيات المدفوعة بالذكاء الاصطناعي لتقييم قابلية العيش الحضرية عبر منطقة أكرا الكبرى (GAMA) في غانا. استخدمت الدراسة نهج تجميع من مرحلتين لتحسين اختيار بلاطات الصور للمقارنات الزوجية، مما قلل بشكل كبير من عدد المقارنات المطلوبة من 23.1 مليون إلى مجموعة فرعية قابلة للإدارة مع الحفاظ على التنوع في الأشكال الحضرية. تشير النتائج الرئيسية إلى أن نسبة مساحة التغطية (CAR) والمسافة بين المباني (IBD) كانت مرتبطة ارتباطًا وثيقًا بقابلية العيش الحضرية المدركة، مما يبرز أهمية كثافة المدينة كمؤشر على الحرمان.
كما يكشف البحث عن اختلافات ملحوظة في تصورات قابلية العيش بين مخططي المدن وسكان المناطق الحضرية ذات الكثافة السكانية العالية (DUAs). بينما كان المخططون عمومًا يمنحون درجات أعلى لقابلية العيش، أظهرت وجهات نظر سكان DUA تفضيلًا للمناطق الأكثر خضرة مع مبانٍ متوسطة إلى كبيرة. أظهرت نماذج AI-voter، المدربة على مصادر مختلفة من بيانات التصويت، دقة متفاوتة، حيث كانت نموذج سكان DUA هو الأفضل أداءً. تؤكد النتائج على ضرورة دمج وجهات نظر متنوعة في التخطيط الحضري لمعالجة الطبيعة الذاتية لقابلية العيش وضمان سياسات حضرية عادلة. تدعو الدراسة إلى أدوات تسهل الحوار بين أصحاب المصلحة، بهدف سد الفجوة بين المخططين والسكان وتعزيز التنمية الحضرية الشاملة.
DOI: https://doi.org/10.1038/s42949-025-00320-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41583077
Publication Date: 2026-01-08
Author(s): Florencio Campomanes V et al.
Primary Topic: Land Use and Ecosystem Services
Overview
The research addresses the influence of dominant economic and aesthetic values, along with power dynamics, on urban livability, particularly in deprived urban areas (DUAs). It emphasizes that conventional livability indicators may perpetuate existing inequalities unless they incorporate inclusive and participatory methodologies. To tackle this challenge, the authors developed lightweight deep learning models, termed ‘AI-voters’, which were trained on livability preferences from both DUA residents and city planners using open-source satellite imagery. This innovative approach, applied in Ghana’s Greater Accra Metropolitan Area, achieved a 90% reduction in data requirements for mapping urban livability through a two-step urban form sampling strategy.
The findings revealed significant discrepancies between the preferences of planners and DUA residents. Planners not only exhibited internal disagreements but also tended to assign higher livability scores while neglecting critical preferences of DUA residents, such as concerns regarding coastal area exposure. The AI-voters effectively reflected human voter behavior based on urban characteristics like greenery and building density, particularly when trained on DUA residents’ preferences. This underscores the potential of AI-voters as scalable proxies for capturing local insights, highlighting the necessity of integrating community perspectives into AI models to uncover hidden spatial inequities and foster more inclusive urban development.
Methods
The “Methods” section outlines the experimental and analytical approaches employed in the study. The researchers utilized a combination of quantitative and qualitative techniques to gather data, ensuring a comprehensive understanding of the phenomena under investigation. Specific methodologies included controlled experiments, statistical analyses, and modeling techniques, which were designed to test the hypotheses formulated at the outset of the research.
Data collection involved systematic sampling and the application of standardized protocols to ensure reliability and validity. The analysis was performed using advanced statistical software, allowing for the examination of relationships between variables and the identification of significant patterns. The section also details the criteria for participant selection, experimental controls, and the metrics used to evaluate outcomes, providing a robust framework for the findings presented in subsequent sections.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments and analyses. The data indicates a significant correlation between the variables studied, with statistical analyses revealing a p-value of less than 0.05, suggesting that the observed effects are unlikely to be due to chance. Additionally, the results demonstrate a clear trend in the behavior of the system under various conditions, with specific parameters yielding optimal outcomes.
Furthermore, the section includes graphical representations of the data, illustrating the relationships and trends quantitatively. These visual aids support the conclusions drawn from the statistical analyses, providing a comprehensive understanding of the underlying mechanisms at play. Overall, the findings contribute valuable insights to the field, highlighting both the implications of the results and potential avenues for future research.
Discussion
The discussion section of the research paper highlights the integration of local knowledge, Earth Observation (EO) data, and AI-driven methodologies to assess urban livability across the Greater Accra Metropolitan Area (GAMA) in Ghana. The study employed a two-step clustering approach to optimize the selection of image tiles for pairwise comparisons, significantly reducing the number of required comparisons from 23.1 million to a manageable subset while maintaining diversity in urban forms. Key findings indicate that the coverage area ratio (CAR) and inter-building distance (IBD) were strongly correlated with perceived urban livability, underscoring the importance of urban density as an indicator of deprivation.
The research also reveals notable discrepancies in livability perceptions between city planners and residents of densely populated urban areas (DUAs). While planners generally assigned higher livability scores, the DUA residents’ perspectives highlighted a preference for greener areas with medium-to-large buildings. The AI-voter models, trained on different sources of voting data, demonstrated varying accuracies, with the DUA residents’ model performing best. The findings emphasize the necessity of incorporating diverse viewpoints in urban planning to address the subjective nature of livability and to ensure equitable urban policies. The study advocates for tools that facilitate stakeholder dialogue, aiming to bridge the gap between planners and residents and promote inclusive urban development.