MétaCan
Menu
Retour à la cohorte
Enregistrement W1500207130

외국의 중심시가지활성화를 위한 BID(Business Improvement Districts)에 관한 연구

2010· article· ko· W1500207130 sur OpenAlexaboutno aff
이삼수, 전재범

Notice bibliographique

Revue한국지역개발학회지 · 2010
Typearticle
Langueko
DomaineBusiness, Management and Accounting
ThématiquePublic-Private Partnership Projects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDowntownVariety (cybernetics)BusinessGeneral partnershipQuality (philosophy)Consistency (knowledge bases)Local economic developmentEconomic growthFinanceEconomicsGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

There have been continuous efforts to introduce policies and measures for revitalizing local businesses and industries which became obsolete physically and economically in downtown areas. Those strategies can play a significant role for leveraging local economic growth as well as improving environmental quality of the areas. In particular, the consistency of the residents’voluntary participation and the public support made it possible to achieve local economic development and cultural and community revitalization in downtown areas of developed countries. Among a variety of relevant endeavors, BID (Business Improvement District) is considered as one of the most important measures which has become popular in the U.S., the U.K., Germany and Canada. This study introduces and compares some BIDs and similar measures which have been implemented in the U.S., the U.K. and Japan. Then, it investigates major issues related to backgrounds, purposes and specific contents of the strategies when they are put into effect. The purpose of this research is to suggest some implications for introducing innovative urban policies and measures for regenerating depressed urban areas and stagnant downtown areas physically and economically. They can include grass-roots organization and self-sustaining financing strategies through the partnership among local residents, municipalities and central authorities.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,622
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,000
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,006

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,239
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue한국지역개발학회지Même sujetPublic-Private Partnership ProjectsTravaux en français237 207