Ghada Ahmed _ Data Analysis Project
ملخص تنفيذي - نظرة عامة على منصة URBN·IQ وأهدافها
مؤشرات الأداء الرئيسية - المؤشرات الخمسة الرئيسية (72 مدينة، دقة الذكاء الاصطناعي 94%، زيادة الطاقة 31%، انخفاض انبعاثات الكربون 23%، 2.4 مليون نقطة بيانات) مع شرح لمعنى كل منها
تصنيفات المدن - جميع المدن الـ 16 المدرجة في لوحة المعلومات مع درجاتها المركبة، وتقييماتها، ودرجات أبعادها الفرعية في جدول كامل
اتجاهات أداء الذكاء الاصطناعي (2019-2024) - خطوط الاتجاه الثلاثة (الطاقة، المرور، السلامة) مُجدولة مع القيم السنوية
تأثير الذكاء الاصطناعي حسب القطاع - درجات القطاعات الستة مع مجالات تطبيقها الرئيسية
قرارات التحليل والتصميم - شرح للخيارات مثل طريقة التقييم المركب، وعتبات التقييم، ودعم اللغتين، وتكامل دردشة الذكاء الاصطناعي
مصادر البيانات وقيودها - تحديد المصادر الواقعية وراء كل فئة من فئات المقاييس (المعهد الدولي للتنمية الإدارية، وكالة الطاقة الدولية، البنك الدولي، أنثروبيك كلود، إلخ) بالإضافة إلى ملاحظات هامة حول البيانات التغطية والدقة
التوصيات - أربعة اقتراحات عملية لتعزيز المنصة
بخصوص مصدر البيانات: تُستقى بيانات لوحة المعلومات من مزيج من القيم التوضيحية المُبرمجة مسبقًا (المدن الست عشرة في مصفوفة جافا سكريبت) ومحتوى مُولّد بتقنية الذكاء الاصطناعي (واجهة برمجة تطبيقات Claude من أنثروبيك لميزات الدردشة والتقييم والتقارير). فهي لا تستقي البيانات من قاعدة بيانات مباشرة، إذ تُعدّ درجات المدن ومؤشرات الأداء الرئيسية أرقامًا توضيحية مُنسّقة مستوحاة من مؤشرات حقيقية مثل مؤشر المدن الذكية الصادر عن المعهد الدولي للتنمية الإدارية وبيانات وكالة الطاقة الدولية، وليست بيانات مُحدّثة مباشرة.
Executive Summary — overview of the URBN·IQ platform and its purpose
Key Performance Indicators — the 5 headline KPIs (72 cities, 94% AI accuracy, 31% energy gain, –23% carbon, 2.4M data points) with context on what each means
City Rankings — all 16 dashboard cities with their composite scores, grades, and sub-dimension scores in a full table
AI Performance Trends (2019–2024) — the three trend lines (Energy, Traffic, Safety) tabulated with year-by-year values
AI Impact by Sector — the 6 sector scores with their key application areas
Analytical & Design Decisions — explains choices like the composite scoring method, grade thresholds, bilingual support, and the AI chat integration
Data Sources & Limitations — identifies the real-world sources behind each metric category (IMD, IEA, World Bank, Anthropic Claude, etc.) plus honest caveats about data coverage and accuracy
Recommendations — four actionable suggestions to strengthen the platform
On the data source question: the dashboard's data is drawn from a mix of hardcoded illustrative values (the 16 cities in the JavaScript array) and live AI-generated content (Anthropic's Claude API for the chat, scorer, and report features). It is not pulling from a live database — the city scores and KPIs are curated/demonstrative figures inspired by real indices like the IMD Smart City Index and IEA data, rather than direct real-time feeds.
4
1 comment
Ghada Ahmed _ Data Analysis Project
powered by
skool.com/mb-usa-academy-9843
منصة للمبدعين ومتعددي المواهب تتيح لك تصميم حياتك بأسلوب يناسب شغفك، مع فرص عمل، علاقات بزنس، دورات تدريبية مجانية، وموارد تدعم نموك وإبداعك.
Suggested communities
Powered by