Utilize este identificador para referenciar este registo: http://hdl.handle.net/10451/52060
Título: A importância do espaço urbano para o sentimento: análise baseada em redes sociais
Autor: Betco, Iuria
Encalada Abarca, Luis
Rocha, Jorge
Palavras-chave: Espaço urbano
Blue print
Green print
Redes sociais
Sentimento
Data: 2021
Editora: Associação Portuguesa de Geógrafos/ Universidade de Coimbra.
Resumo: Recentemente, tem-se verificado um despertar do interesse pela importância da qualidade do espaço no suporte à vida saudável (estilo de vida saudável) em áreas urbanas. As ligações entre o espaço e a saúde foram reconhecidas ao longo da história, tendo sido uma das forças motrizes do movimento dos parques urbanos no século XIX na Europa e na América do Norte. No entanto, muitos dos mecanismos por detrás dessas ligações eram mal compreendidos ou careciam de evidências científicas rigorosas. Atualmente, as novas técnicas de análise espacial permitem estudar estes mecanismos com rigor, ajudando a satisfazer os padrões científicos exigidos e viabilizar tomadas de decisão mais informadas, nomeadamente ao nível do planeamento urbano. O presente trabalho tem como enfoque a análise de sentimento em ambiente urbano, tendo em vista a complexidade dos problemas e as estratégias necessárias para ampliar o desenvolvimento das potencialidades locais da cidade de Lisboa. A análise do sentimento com recurso às redes sociais permitirá identificar os locais mais críticos, em que o mal-estar prevalece. Para a sua identificação foi considerado um conjunto de variáveis que caracteriza a morfologia da cidade de Lisboa: altura dos edifícios, uso e ocupação do solo, estruturas verdes e azuis, sombras, níveis de ruído, etc. De modo a identificar quais as variáveis que mais pesam no bem-estar foram utilizados os Generalized Linear Models (GLM), onde a variável dependente traduz o sentimento, e o conjunto de variáveis independentes estão relacionadas com as características da cidade que, após avaliação estatística, se irão considerar mais pertinentes. A predição de um valor de sentimento para toda a cidade foi feita usando métodos de machine learning como o Random Forests (RF).
Peer review: yes
URI: http://hdl.handle.net/10451/52060
ISBN: 978-972-95222-6-0
Aparece nas colecções:IGOT - Comunicações

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Betco_Encalada_Rocha_Resumo.pdf281,44 kBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.