Explorando la satisfacción de la calidad de vida en los tejidos históricos de Irán a través de modelos de aprendizaje automático

Resumen

Los centros históricos de las ciudades a menudo quedan fuera del proceso de desarrollo urbano, especialmente cuando el crecimiento de la población es muy rápido. Por lo tanto, se enfrentan a graves dificultades que afectan la calidad de vida (CV) de sus residentes. Una CV adecuada es esencial para anclar a la población local en estas valiosas áreas históricas. Mantener sus formas de vida tradicionales es fundamental para preservar su herencia, pero casi no se ha realizado un estudio exhaustivo sobre el tema en Irán. Para abordar esta deficiencia, se llevó a cabo un análisis multivariable basado en una encuesta que contó con la participación de más de 1.800 habitantes de los centros de las ciudades antiguas de Yazd, Ardakan, Naeen y Kashan. La CV (variable dependiente) se relacionó con 21 variables independientes, que abarcan una amplia gama de aspectos físicos, sociales, económicos, ambientales e institucionales, seleccionadas a partir de una revisión exhaustiva de la literatura teórica. Para descubrir los patrones subyacentes a los datos recopilados, se examinaron varios algoritmos paramétricos y no paramétricos como CHAID, regresión logística, NEURAL NET, C5.0 y C&R Tree. El modelo C5.0 mostró la precisión general más alta y se utilizó para seleccionar los mejores predictores de la satisfacción de CV para los residentes de estas áreas de la ciudad: 1) calidad de edificios y calles, 2) seguridad y protección, 3) servicios administrativos y 4) accesibilidad vehicular. El conocimiento recopilado debería ayudar a los responsables de la toma de decisiones y los planificadores iraníes a desarrollar planes integrales de regeneración para las áreas históricas de las ciudades e incorporar mejor los aspectos de sostenibilidad social.