<?xml version="1.0" encoding="UTF-8"?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName></PublisherName>
      <JournalTitle>تجلی هنر در معماری و شهرسازی</JournalTitle>
      <Issn></Issn>
      <Volume>3</Volume>
      <Issue>زمستان 1404</Issue>
      <PubDate PubStatus="epublish">
        <Year>1404</Year>
        <Month>10</Month>
        <Day>01</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>Optimal School Site Selection with a Risk-Reduction Approach: Integration of GIS and Multi-Criteria Decision-Making Methods</ArticleTitle>
    <VernacularTitle>مکان‌یابی بهینه مدارس با رویکرد کاهش خطرپذیری: تلفیق GIS و روش‌های تصمیم‌گیری چندمعیاره</VernacularTitle>
    <FirstPage>1</FirstPage>
    <LastPage>26</LastPage>
    <Language>FA</Language>
    <AuthorList>
      <Author>
        <FirstName>مهدی</FirstName>
        <LastName> الکایی بهجتی </LastName>
        <Affiliation>دانشجوی دکتری معماری، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>سید علی</FirstName>
        <LastName>سیدیان</LastName>
        <Affiliation>دانشیار گروه معماری، دانشکده هنر و معماری، دانشگاه مازندران، بابلسر، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>مهدی </FirstName>
        <LastName> میرزاگلتبار روشن </LastName>
        <Affiliation>عضو هیات علمی گروه مهندسی عمران، واحد ساری، دانشگاه آزاد اسلامی، ساری، ایران</Affiliation>
      </Author>
    </AuthorList>
    <PublicationType>Journal Article</PublicationType>
    <History>
      <PubDate PubStatus="received">
        <Year>1404/05/25</Year>
        <Month></Month>
        <Day></Day>
      </PubDate>
    </History>
    <Abstract>&lt;p&gt;The objective of this study was to develop a comprehensive model for safe school site selection against natural hazards by integrating GIS with multi-criteria decision-making techniques. This descriptive–analytical study applied an MCDA-based methodology. Data were collected using an ANP pairwise comparison questionnaire completed by 35 experts in architecture, urban planning, and disaster management. Data validity was examined using KMO and Bartlett’s tests, followed by EFA and CFA analyses. ANP was used to determine criterion weights, TOPSIS was employed to rank the urban blocks, and GIS was utilized to spatially integrate and map the final priorities. The KMO value of 0.64 and the significant Bartlett test (p&amp;lt;0.01) confirmed the adequacy of the data for factor analysis. Pearson correlation analysis indicated a non-significant linear relationship between the two main factors (p=0.34). EFA extracted a two-factor structure with acceptable loadings. TOPSIS results ranked Block A (0.7336) and Block D (0.7220) as top priorities, while Block B (0.2032) had the lowest priority. GIS-based spatial integration revealed meaningful clustering patterns of TOPSIS scores, indicating non-random spatial distribution of suitability levels. The findings underscore that school site selection must extend beyond technical considerations and incorporate spatial, demographic, and architectural criteria. The integration of GIS with MCDA methods provided a precise spatial prioritization framework and offered a practical model for designing resilient school environments capable of supporting both daily educational functions and emergency response needs.&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;هدف پژوهش ارائه یک الگوی جامع برای مکان‌یابی ایمن مدارس در برابر مخاطرات طبیعی با بهره‌گیری از ترکیب GIS و روش‌های تصمیم‌گیری چندمعیاره است. این مطالعه ماهیت توصیفی–تحلیلی داشته و بر پایه رویکرد چندمعیاره انجام شد. داده‌ها از طریق پرسشنامه مقایسات زوجی ANP میان ۳۵ خبره معماری، شهرسازی و مدیریت بحران گردآوری گردید. پس از اعتبارسنجی داده‌ها با آزمون‌های KMO و بارتلت و تحلیل‌های EFA و CFA، وزن معیارها با ANP تعیین شد. سپس معیارهای تأییدشده وارد مدل TOPSIS گردید و بلوک‌های شهری نوشهر رتبه‌بندی شدند. در مرحله نهایی، نتایج در محیط GIS تلفیق و نقشه‌های اولویت مکانی مدارس تولید شد. نتایج نشان داد شاخص KMO برابر ۰٫۶۴ و آزمون بارتلت در سطح کمتر از ۰٫۰۱ معنادار بود که کفایت داده‌ها برای تحلیل عاملی را تأیید کرد. تحلیل همبستگی پیرسون بین عوامل اصلی نشان داد رابطه خطی معناداری وجود ندارد (p=0.34). تحلیل عاملی اکتشافی دو عامل با بارهای عاملی قابل قبول استخراج کرد. مدل TOPSIS نشان داد بلوک A (۰٫۷۳۳۶) و بلوک D (۰٫۷۲۲۰) بالاترین اولویت را دارند، در حالی که بلوک B (۰٫۲۰۳۲) در پایین‌ترین رتبه قرار گرفت. همچنین تحلیل GIS وجود خوشه‌بندی فضایی معنادار در توزیع امتیازات TOPSIS را تأیید کرد. نتایج تأکید می‌کند که انتخاب مکان مدارس باید فراتر از یک تصمیم کالبدی باشد و به‌طور همزمان معیارهای فضایی، جمعیتی و معماری را در نظر گیرد. ترکیب GIS و مدل‌های چندمعیاره توانست تصویر دقیقی از اولویت‌های مکانی شهر نوشهر ارائه دهد و الگویی کاربردی برای طراحی مدارس تاب‌آور فراهم آورد که می‌تواند مبنایی برای ارتقای ایمنی و کیفیت فضاهای آموزشی باشد.&lt;/p&gt;</OtherAbstract>
    <ObjectList>
      <Object Type="keyword">
        <Param Name="value">Resilient architecture</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">school location</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">natural hazards</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">ANP</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">TOPSIS</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">GIS</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">معماری تاب‌آور</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">مکان‌یابی مدارس</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">مخاطرات طبیعی</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">ANP</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">TOPSIS</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">GIS</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="pdf">https://jmaaue.org/index.php/jmaaue/article/download/118/99</ArchiveCopySource>
  </Article>
</ArticleSet>
