MétaCan
Menu
Retour à la cohorte
Enregistrement W2012359435 · doi:10.1111/j.0016-7398.2003.00097.x

Archipelagos and networks: urbanization and water privatization in the South

2003· article· en· W2012359435 sur OpenAlexaff
Karen Bakker

Notice bibliographique

RevueGeographical Journal · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesWorld Bank Group
Mots-clésUrbanizationWater supplyTypologyMetaphorCommercializationArchipelagoDualismBusinessEnvironmental planningEconomic geographyGeographyEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

This paper examines the interrelationship between urbanization and water supply privatization in cities in the global South. The purpose of the paper is not to evaluate the impacts of privatization; rather, the paper analyses the differences in pathways and modes of water supply privatization, focusing on urban and contrasting with rural areas. A distinction is drawn between privatization (organizational change) and commercialization (institutional change) of water supply. Emphasis is placed upon the interrelationship between regulatory change (a shift from public to private management of water supply systems), human use of and access to water, and urban waterscapes. In contrast to metaphors of ‘networks’ so often applied in analyses of water management, the ‘archipelago’ is posited as a metaphor which better captures the complex overlapping strategies of water supply provision in urban areas in the South. Building on this metaphor, and in response to the ‘public–private’ dualism often invoked in studies of privatization, the paper outlines an alternative typology of water management in urban areas in the South. This typology foregrounds the concepts of the territorialization of corporate power as a means of understanding the articulation between privatization and urbanization processes in the South.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,005
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,217
Écart entre enseignants0,211 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations368
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeographical JournalMême sujetWater Governance and InfrastructureTravaux en français237 207