Abstrait:
L'injustice environnementale, un problème social et environnemental important, fait référence à la répartition disproportionnée des risques et des avantages environnementaux entre différentes populations. Cette étude vise à enquêter et à mettre en évidence les injustices environnementales dans les parcs urbains de Philadelphie en tirant parti des données des médias sociaux et des techniques d'apprentissage automatique.
Cette recherche contribue au corpus croissant de connaissances sur la justice environnementale dans le contexte de la planification urbaine et de l’équité dans les parcs en utilisant les données des médias sociaux comme nouvelle source de données. Cette approche permet d'analyser l'opinion et les préoccupations du public concernant la qualité environnementale et l'accessibilité des parcs urbains de Philadelphie.
Principales conclusions :
L'étude a identifié des disparités significatives dans la qualité et l'accessibilité des parcs entre différents quartiers de Philadelphie.
Les zones au statut socio-économique inférieur et aux populations minoritaires plus élevées avaient souvent des parcs moins nombreux et plus petits, des équipements limités et un entretien moins bon.
L’analyse des données des réseaux sociaux a révélé que les habitants des quartiers mal desservis exprimaient fréquemment leur mécontentement quant à la qualité et à l’accessibilité des parcs à proximité.
Les algorithmes d'apprentissage automatique ont classé avec succès les publications sur les réseaux sociaux en divers thèmes liés aux équipements du parc, à la propreté, à la sécurité et à l'accessibilité, fournissant ainsi des informations précieuses sur les problèmes spécifiques rencontrés par différentes communautés.
Ces résultats soulignent la nécessité de politiques d’urbanisme ciblées qui donnent la priorité à un accès équitable à des parcs urbains de qualité pour tous les résidents, quel que soit leur statut socio-économique ou leur quartier.
Conclusion:
Cette étude démontre le potentiel de l’utilisation des données des médias sociaux et de l’apprentissage automatique pour identifier les injustices environnementales dans les parcs urbains. En combinant ces approches innovantes avec les méthodes de recherche traditionnelles, nous pouvons améliorer notre compréhension des facteurs sociaux et environnementaux complexes qui contribuent à un accès inégal aux espaces verts et éclairer le développement de politiques d’urbanisme plus équitables et durables.
