MétaCan
Menu
Retour à la cohorte
Enregistrement W2025828342 · doi:10.1068/b34084

Evaluating Community Engagement through Argumentation Maps—A Public Participation GIS Case Study

2008· article· en· W2025828342 sur OpenAlexaffabout
Claus Rinner, Michelle Bird

Notice bibliographique

RevueEnvironment and Planning B Planning and Design · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographic Information Systems Studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésNeighbourhood (mathematics)Argumentation theoryDowntownCivic engagementPublic relationsPublic participationPublic engagementCommunity engagementSociologyGeographyPoliticsPolitical science

Résumé

récupéré en direct d'OpenAlex

Significant advances in public participation geographic information systems technology and online mapping platforms have not translated into enhanced citizen participation in democratic planning processes. This study contributes to addressing this gap by evaluating the engagement of members of an urban community in sustainable neighbourhood planning through argumentation mapping. The study provided an online public discussion forum, together with a neighbourhood map to which the participants could link their discussion contributions. On the basis of participation statistics, contents of contributions, and responses to a survey, we discuss the participants' technical and engagement experiences. The sixteen registered participants lived within or near the ‘Queen West Triangle’ in downtown Toronto, Canada. They rated themselves as experienced computer users and consequently found the participation in the online discussion forum to be easy. The contributions showed a great degree of interest and knowledge in the issues of sustainable community development. However, while the majority of participants also rated themselves as comfortable with map reading, they found the handling of the online neighbourhood map difficult and did not use the option to link their comments to the map.

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)0,019
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,028
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,003
Communication savante0,0050,004
Science ouverte0,0020,006
Intégrité de la recherche0,0030,001
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 Opus0,454
Tête enseignante GPT0,412
Écart entre enseignants0,041 · 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'étudeQualitatif
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

Citations79
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning B Planning and DesignMême sujetGeographic Information Systems StudiesTravaux en français237 207