فهم تجربه زیسته دوچرخه سواری در شهر تهران (یک مطالعه خود مردم نگارانه)
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 194
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_UDD-1-2_003
تاریخ نمایه سازی: 13 آبان 1403
چکیده مقاله:
در پژوهش های حوزه شهر انسان مدار، دوچرخه سواری شهری عمدتا در سایه مطالعات مربوط به پیاده ها قرار گرفته است. عمده مطالعات مربوط به دوچرخه سواری این پدیده را ذیل رشته هایی چون مهندسی ترافیک، مدیریت شهری و حوزه سلامت قرار داده است و در این میان معدود مطالعاتی وجود دارد که نگاهی جامعه شناسانه و انسان شناسانه به این زیست متفاوت شهری داشته اند. از طرفی با وجود مطالعات متعددی که به تجربه زیسته پیاده ها در شهر پرداخته اند، مطالعات بسیار محدودی در راستای فهم بخشی از تجربه دوچرخه ها در شهر انجام شده است. علاوه بر این مطالعات صورت گرفته در این حوزه غالبا از روش های کمی برای رفع نیازهای زیرساختی و افزایش قابلیت دوچرخه سواری استفاده کرده اند، پژوهش هایی که مبتنی بر روش های کمی و پوزیتیویستی صرفا به پاسخ های کالبدی-فضایی دوچرخه سواران از جمله طراحی مسیرها،ایستگاه ها و... پرداخته اند. پژوهش حاضر با هدف فهم تجربه زیسته دوچرخه سواری در شهر خودرو محوری چون تهران با نگاهی جامعه شناسانه و انسان شناسانه به آن با کاربست روش نوظهور خود مردم نگاری (همکارانه) انجام شده است. نتایج حاصل در قالب ابعاد چهارگانه تجربه زیسته (فضا، بدن، روابط اجتماعی و زمان) ارائه شده است که نشان می دهد دوچرخه سواران در شهر تجربه کاملا متفاوت از پیاده و سایر افراد در ارتباط با شهر و دیگران می سازند که پژوهش های کاربردی در حوزه هایی چون طراحی شهری نیازمند فهمی بنیادین از این تجربه های زیسته اند تا بتوانند فضای شهری را به شکل مطلوبی به نفع دوچرخه سواران تغییر دهند.
کلیدواژه ها:
cycling ، lived experience ، auto-ethnography ، phenomenology ، city of Tehran ، Iran ، دوچرخه سواری شهری ، تجربه زیسته ، فرهنگ شهری ، خود مردم نگاری همکارانه ، تهران
نویسندگان
mohammad nazarpour
PhD Student
Maryam Saedi
University of Tehran
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 :