نقش فناوری های هوشمند در تقویت پدافند غیرعامل اکولوژیک کلانشهر تهران
محل انتشار: فصلنامه اکولوژی انسانی، دوره: 4، شماره: 10
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 16
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_LAEC-4-10_002
تاریخ نمایه سازی: 3 اردیبهشت 1404
چکیده مقاله:
این پژوهش با عنوان «نقش فناوری های هوشمند در تقویت پدافند غیرعامل اکولوژیک کلانشهر تهران» به بررسی چگونگی استفاده از فناوری های هوشمند برای کاهش آسیب پذیری اکولوژیک و افزایش تاب آوری تهران در برابر تهدیدات طبیعی و انسانی پرداخته است. تهران به عنوان پایتخت ایران، با چالش هایی نظیر رشد سریع شهرنشینی، آلودگی هوا، کمبود منابع آب، و مخاطرات طبیعی مانند زلزله و سیل مواجه است که اکوسیستم آن را شکننده کرده اند. پدافند غیرعامل اکولوژیک، رویکردی پیشگیرانه برای حفاظت از زیرساخت ها و منابع طبیعی بدون استفاده از ابزارهای نظامی، در این راستا اهمیت دارد. فناوری های هوشمند، شامل اینترنت اشیا، هوش مصنوعی، و کلان داده ها، با پایش لحظه ای، پیش بینی تهدیدات، و مدیریت بهینه منابع، می توانند این پدافند را تقویت کنند. این مطالعه با روش توصیفی - تحلیلی و پیمایشی، داده ها را از طریق پرسشنامه ای محقق ساخته از ۱۰۰ نفر (اساتید و کارشناسان حوزه اکولوژی و پدافند غیرعامل در تهران) باتوجه به استانداردهای متداول روش تحلیل مسیر تعیین شد تا حجم نمونه کافی برای دستیابی به نتایج معنادار فراهم شود. یافته ها نشان داد که متغیر «کیفیت زندگی و سلامت اکولوژیک» با ضریب بتای ۰.۴۳۴ بیشترین تاثیر مستقیم را بر پدافند غیرعامل اکولوژیک دارد، درحالی که «پایداری و تعادل اکوسیستم شهری» با بتای ۰.۳۴۵ نقش کلیدی ایفا می کند. همچنین، فناوری های هوشمند با تاثیر بر زیرساخت های اکولوژیک و تاب آوری شهری، از طریق بهبود کیفیت زندگی، به کاهش آسیب پذیری کمک می کنند. نتایج حاکی از آن است که فقدان یکپارچگی میان فناوری ها و برنامه های پدافندی، چالش اصلی مدیریت اکولوژیک تهران است.
کلیدواژه ها:
نویسندگان
محمدعلی خلیجی
استادیار گروه شهرسازی، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، 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 :