کاهش نابرابری حمل و نقل در شهرهای هوشمندآینده به وسیله ترکیب فناوری های نوین و بازی وارسازی
محل انتشار: دوفصلنامه آینده پژوهی ایران، دوره: 7، شماره: 1
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 229
فایل این مقاله در 35 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIFS-7-1_008
تاریخ نمایه سازی: 23 مهر 1401
چکیده مقاله:
هدف: مباحث مرتبط با برنامه ریزی شهرهای آینده، یکی از موضوعات مورد توجه پژوهشگران است که به ایجاد مفاهیمی همچون شهر هوشمند و شهر زندگی پذیر منجر شده است. از طرفی رشد نابرابری، یکی از دغدغه های مهم در این حوزه است. هدف نهایی این پژوهش، ارائه رویکردی برای کاهش نابرابری در حوزه حمل و نقل شهری به وسیله آموزش و نهادینه سازی رفتارهای مطلوب شهروندی در زمینه حمل و نقل می باشد. روش: در این مقاله، از مطالعات اسنادی و کتابخانه ای با هدف شناسایی ابعاد نابرابری، فناوری های نوین در شهرهای هوشمند آینده و چگونگی تدوین یک سیستم بازی وارسازی استفاده شده است. همچنین روش دلفی بهمنظور شناسایی مهم ترین فناوری ها در شهرهای هوشمند آینده بکار گرفته شده است. یافته ها: اینترنت اشیا، ابرداده و پردازش ابری بهعنوان مهم ترین مباحث فناوری های نوین از نظر خبرگان، شناسایی و رویکرد پیشنهادی با هدف ترغیب شهروندان، به استفاده از سیستم های حمل و نقل فعال و همگانی و در نتیجه کاهش نابرابری ارائه گردید. نتیجه گیری: چارچوب طراحی شده، با استفاده از فناوری های نوین برای برنامه ریزی و مدیریت شهرهای آینده و بهره گیری از مفهوم بازی وارسازی، هزینه های ایجاد زیرساخت، جمع آوری و تحلیل داده را کاهش می دهد. همچنین این امکان را به وجود می آورد تا شهروندان با رفتارهای صحیح حمل و نقلی آشنا شده و با استفاده از حمل و نقل فعال و همگانی نابرابری در شهرهای آینده را کمرنگ نمایند.
کلیدواژه ها:
نویسندگان
علی علمدار
دانشجوی دکتری عمران-برنامه ریزی حمل و نقل، دانشگاه بین المللی امام خمینی، قزوین، ایران
حمید میرزاحسین
عضو هیات علمی گروه عمران-حمل و نقل، دانشگاه بین المللی امام خمینی(ره)، قزوین، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :