MétaCan
Menu
Retour à la cohorte
Enregistrement W2065239005 · doi:10.1080/0042098032000136156

Revisiting the Diversity of Gentrification: Neighbourhood Renewal Processes in Brussels and Montreal

2003· article· en· W2065239005 sur OpenAlexaboutno aff
Mathieu Van Criekingen, Jean-Michel Decroly

Notice bibliographique

RevueUrban Studies · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Planning and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGentrificationNeighbourhood (mathematics)TypologyEconomic geographyDiversity (politics)SociologyRestructuringGeographyPolitical scienceEconomic growthEconomicsLawAnthropology

Résumé

récupéré en direct d'OpenAlex

This article provides a comparative analysis of neighbourhood renewal processes in Brussels and Montreal based on a typology of such processes wherein gentrification is precisely delimited. In this way, it seeks to break with the extensive use of a chaotic conception of gentrification referring to the classic stage model when dealing with the geographical diversity of neighbourhood renewal, within or between cities. In both Brussels and Montreal, the gentrification concept only adequatly describes the upward movement of very restricted parts of the inner city, while neighbourhood renewal in general more typically comprises marginal gentrification, upgrading and incumbent upgrading. Evidence drawn from the case studies suggests that each of these processes is relevant on its own-i.e. linked to a particular set of causal factors-rather than composing basically transitional states within a step-by-step progression towards a common gentrified fate. Empirical results achieved in Brussels and Montreal suggest that a typology such as the one implemented in this article could be used further in wider research aimed at building a geography of neighbourhood renewal throughout Western cities.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,453

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0070,012
Communication savante0,0060,003
Science ouverte0,0020,005
Intégrité de la recherche0,0010,001
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 Opus0,045
Tête enseignante GPT0,290
Écart entre enseignants0,244 · 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

Citations221
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetUrban Planning and GovernanceTravaux en français237 207