توانمندسازی و عدالت فضایی از طریق طب سوزنی شهری: آزمون یک مدل مشارکتی در سکونتگاه غیررسمی شهید باهنر مشهد
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 9
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_UREP-7-4_004
تاریخ نمایه سازی: 17 بهمن 1404
چکیده مقاله:
شهرنشینی شتابان در کشورهای درحال توسعه، سکونتگاه های غیررسمی را به عنوان نماد نابرابری فضایی گسترش داده و نیاز به راهبردهای عملیاتی و کم هزینه را نمایان ساخته است. این پژوهش با هدف طراحی و اعتبارسنجی یک مدل عملیاتی برای کاربست «طب سوزنی شهری» در راستای توانمندسازی و تحقق عدالت فضایی در محله شهید باهنر مشهد انجام شد. مطالعه ای کاربردی با رویکرد آمیخته بود که داده های آن از ۳۷۵ ساکن (نمونه گیری خوشه ای) و ۲۰ متخصص (نمونه گیری هدفمند) به وسیله پرسشنامه (پایایی: ۰/۸۷)، مصاحبه و گروه متمرکز گردآوری شد. تحلیل داده ها با تلفیق AHP-TOPSIS و آمار استنباطی انجام گرفت. یافته ها نشان داد مدل AHP-TOPSIS با اولویت دهی به تراکم مشکلات (۰/۴۲) ابزاری موثر برای اولویت بندی نقاط بحرانی است. رابطه قوی و معناداری بین وضعیت کالبدی و ادراک عدالت فضایی (۰/۷۳=r) مشاهده شد و شاخص کالبدی به عنوان قوی ترین پیش بین عدالت (β= ۰/۵۲) شناسایی شد. همچنین، سرمایه اجتماعی نسبتا قوی محله (میانگین: ۳/۶۵) و ارتباط مثبت آن با تمایل به مشارکت (۰/۵۵=r)، بستر مناسبی برای مداخلات مشارکتی فراهم می کند. در نهایت، طرح های عملیاتی کم هزینه و مشارکتی برای نقاط اولویت دار طراحی شد. در نتیجه، طب سوزنی شهری در چارچوب یک مدل علمی مشارکتی می تواند به عنوان راهبردی کاتالیزور برای آغاز فرایند توانمندسازی و حرکت به سوی عدالت فضایی در این بافت ها عمل کند.
کلیدواژه ها:
توانمندسازی ، سکونتگاه غیررسمی ، طب سوزنی شهری ، عدالت فضایی ، مداخلات کوچک مقیاس ، محله شهید باهنر مشهد
نویسندگان
صالح ابراهیمی پور
دانشجوی دکتری جغرافیا و برنامه ریزی شهری، دانشکده مدیریت و حسابداری، دانشگاه آزاد اسلامی، واحد مشهد، ایران
کتایون علیزاده
دانشیار جغرافیا و برنامه ریزی شهری، دانشکده مدیریت و حسابداری، دانشگاه آزاد اسلامی، واحد مشهد، 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 :