Abstrakt:
Miljöorättvisa, en betydande social och miljömässig fråga, hänvisar till den oproportionerliga fördelningen av miljöfaror och miljövinster mellan olika befolkningsgrupper. Den här studien syftar till att undersöka och belysa orättvisor i miljön i Philadelphias stadsparker genom att utnyttja data från sociala medier och tekniker för maskininlärning.
Denna forskning bidrar till den växande mängden kunskap om miljörättvisa i samband med stadsplanering och parkjämlikhet genom att använda sociala mediedata som en ny datakälla. Detta tillvägagångssätt möjliggör analys av allmänhetens åsikter och oro angående miljökvaliteten och tillgängligheten av stadsparker i Philadelphia.
Viktiga resultat:
Studien identifierade betydande skillnader i parkkvalitet och tillgänglighet mellan olika stadsdelar i Philadelphia.
Områden med lägre socioekonomisk status och högre minoritetsbefolkningar hade ofta färre och mindre parker, begränsade bekvämligheter och sämre underhåll.
Analys av data på sociala medier visade att invånare i underbetjänade stadsdelar ofta uttryckte missnöje med kvaliteten och tillgängligheten av närliggande parker.
Algoritmer för maskininlärning har framgångsrikt kategoriserat inlägg på sociala medier i olika teman relaterade till parkbekvämligheter, renlighet, säkerhet och tillgänglighet, vilket ger värdefulla insikter om specifika problem som olika samhällen står inför.
Dessa resultat understryker behovet av riktade stadsplaneringspolitik som prioriterar rättvis tillgång till stadsparker av hög kvalitet för alla invånare, oavsett deras socioekonomiska status eller grannskap.
Slutsats:
Denna studie visar potentialen i att använda sociala mediers data och maskininlärning för att identifiera miljöorättvisor i stadsparker. Genom att kombinera dessa innovativa tillvägagångssätt med traditionella forskningsmetoder kan vi förbättra vår förståelse för de komplexa sociala och miljömässiga faktorer som bidrar till ojämlik tillgång till grönområden och informera utvecklingen av mer rättvisa och hållbara stadsplaneringspolicyer.
