Atributos morfológicos configuracionais e copresença em loteamentos residenciais dispersos de cidades médias brasileiras

O objetivo do trabalho é identificar quais os atributos morfológicos configuracionais de maior correlação com a copresença no contexto sócio-espacial de dois loteamentos residenciais dispersos em Santa Maria (RS), Brasil. Por copresença, entende-se o conjunto de pessoas que estão juntas em determina...

Full description

Bibliographic Details
Main Authors: Filipe Bassan Marinho Maciel, Fábio Lúcio Lopes Zampieri
Format: Article
Language:Portuguese
Published: Rede Portuguesa de Morfologia Urbana 2018-12-01
Series:Revista de Morfologia Urbana
Subjects:
Online Access:http://revistademorfologiaurbana.org/index.php/rmu/article/view/26
Description
Summary:O objetivo do trabalho é identificar quais os atributos morfológicos configuracionais de maior correlação com a copresença no contexto sócio-espacial de dois loteamentos residenciais dispersos em Santa Maria (RS), Brasil. Por copresença, entende-se o conjunto de pessoas que estão juntas em determinado espaço. A metodologia é composta por: i) modelagem sintática axial e segmentada da área de estudo com diferentes raios; (ii) coleta da variável copresença categorizada em ‘pedestres em movimento’ e ‘pedestres estacionários’; e iii) cálculo dos coeficientes de correlação de Pearson entre copresença e variáveis sintáticas. Parte-se do seguinte questionamento: como a forma urbana explica a apropriação social dos espaços livres nos loteamentos dispersos? Os resultados mostraram que, embora os dois loteamentos tenham padrões diferenciados de copresença, as variáveis ‘integração’ e ‘escolha’ têm as correlações positivas mais fortes com o número de pedestres. Os tipos de modelagem e de raio influenciaram na força das correlações: a análise angular segmentada com raio métrico mostrou-se mais eficiente para o maior número de categorias de copresença quando estas não são compostas essencialmente por movimento natural. Em geral, raios maiores aplicados às medidas locais geraram as correlações mais fortes: R1000m para a análise angular, e R5 para a análise axial.
ISSN:2182-7214