سنجش آمایش دفاعی و برخورداری فضا با بهره گیری از روش ترکیب خطی وزن دار و ضریب آنتروپی شانون (نمونه ی موردی؛ شهرستآن های استان سیستان و بلوچستان)
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 197
نسخه کامل این Paper ارائه نشده است و در دسترس نمی باشد
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JPD-1-3_006
تاریخ نمایه سازی: 24 اسفند 1400
Abstract:
بررسی نابرابری و چگونگی پراکنش فضایی آن در محدوده های جغرافیایی مختلف، در سال های اخیر مورد اقبال برنامه ریزان و سیاستمداران قرار گرفته و وجود نابرابری در ابعاد مختلف آن، از نشانه های مهم توسعه نیافتگی به شمار می رود. از جمله عواملی که می تواند ثبات و پایداری نسبی را در مناطق ایجاد کند و تنش و منازعه را دست کم در حوزهی فقر و محرومیت اقتصادی بکاهد، توسعهی همگن و سازمان فضایی بهینه است. چنین امری باید در پی توسعه ی همه جانبه و همگن مناطق باشد و سازمان سیاسی فضا را بگونه ای سامان بخشد که شاخص های توسعه در آن رشد یابد و زمینه های محرومیت و نابرخورداری به حداقل برسد. بر این پایه، پژوهش پیش رو، با روش علی - مقایسه ای و بر پایه ی روش های تصمیم گیری چند معیاره، کوشیده است تا میزان توسعه و برخورداری فضایی شهرستآن های منتخب استان سیستان و بلوچستان را و کاری نماید. بدین منظور، پنج شاخص سرانهی فضای سبز شهری، معکوس بار تکفل، در صد باسوادی، معکوس خانوار به مسکن و ضریب اشتغال زنان انتخاب و میزان برخورداری پنج شهرستان چابهار، ایرانشهر، دلگان، کنارک و نیک شهر در استان سیستان و بلوچستان از هر کدام از این شاخص ها با استفاده از روش ترکیب خطی وزن دار و ضریب آنتروپی شانون سنجیده شده است. نتایج این پژوهش، نشانگر آن است که شهرستان ایرانشهر از نظر بهره مندی از پنج شاخص یاد شده در رتبه ی نخست و شهرستان چابهار در رتبه ی دوم و شهرستآن های نیکشهر، دلگان و کنارک نیز به ترتیب بی بهره ترین شهرستان از مجموع چهار شهر
Keywords:
Authors
مصیب قره بیگی
کارشناسی ارشد جغرافیای سیاسی، دانشگاه خوارزمی، تهران، ایران
زهرا پیشگاهی فرد
استاد جغرافیای سیاسی، دانشگاه تهران، تهران، ایران
محمدرضا سعیدزاده
دانشجوی دکتری جغرافیای سیاسی، دانشگاه آزاد اسلامی، واحد علوم تحقیقات، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :