Balancing Concentration and Dispersion? Public Policy and Urban Structure in Toronto
Notice bibliographique
Résumé
By North American standards Toronto is a concentrated agglomeration. Its downtown has enjoyed spectacular growth since the 1960s; most inner-city neighbourhoods are perceived as desirable; and public transit patronage is high relative to that of same-size North American metropolitan regions. Still, it is within dispersed, car-oriented, suburbs that most post-1950 development has taken place. This agglomeration is composed of two realms—a concentrated and a dispersed realm—differentiated by their respective land-use-transportation dynamic. The concentrated realm is defined by a considerable reliance on walking and public transportation, a mixing of land uses and overall higher employment and residential densities than elsewhere in the metropolitan region. Meanwhile, the dispersed realm is car dependent, dominated by large monofunctional zones and developed at a relatively low density. The author links the coexistence and respective importance of these two realms in the Toronto agglomeration both to the nature of urban policies implemented since 1950 and to the circumstances that have led to their adoption. The construction of expressways, suburban type land-use planning, and a generous provision of open space have abetted dispersion. By contrast, the construction of a subway system and measures encouraging the redevelopment of underused land have promoted growth within the concentrated portion of the agglomeration. It is noteworthy, however, that these measures have failed in their attempts to induce concentration beyond the prewar urbanized perimeter. The author examines the positive and negative aspects of the presence of these two realms within a given agglomeration and highlights the threat newly adopted policies represent for the concentrated realm.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,010 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».