MétaCan
Menu
Retour à la cohorte
Enregistrement W2072340787 · doi:10.1017/s0145553200011640

Did Segregation Increase as the City Expanded?

2011· article· en· W2072340787 sur OpenAlexaboutno aff
Jason Gilliland, Sherry Olson, Danielle Gauvreau

Notice bibliographique

RevueSocial Science History · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCensusDiversity (politics)IrishSocioeconomic statusEconomic geographyGeographyImmigrationPopulationSociologyRegional scienceDemographic economicsDemographyArchaeologyAnthropologyEconomicsLinguistics

Résumé

récupéré en direct d'OpenAlex

Montreal in 1881 was highly segregated along four distinct social dimensions: language, religion, socioeconomic status, and sector of employment. By 1901 the population had doubled, and we examine changes in residential distributions over the two decades. Despite the increased integration of certain groups, segregation remains high, and multiple dimensions are still discernible. In addition to long-established communities of French Canadians, Irish Catholics, and Anglo-Protestants, we see new streams of immigrants occupying their own patches in the urban fabric. To make meaningful observations of sociospatial changes over two decades, we used a geographic information system (GIS) to situate individual census households with spatial precision on 1 of 12,000 lots in 1881 and 30,000 in 1901, so that we could reaggregate them into meaningful districts of different scales and districts with identical boundaries for both years of observation, thereby overcoming the major methodological problems hindering previous comparative analyses. Coupling well-established statistical indexes of segregation and diversity in a GIS framework lends new analytic power to grasp the scale of phenomena and inquire into behavioral choices of nineteenth-century households. The empirical evidence shows how both concentration and diversity were built into the urban fabric. This study also offers methodological cues for comparative studies in other places and periods.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,575
Score d'incertitude au seuil0,855

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,003
Communication savante0,0040,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,098
Tête enseignante GPT0,302
Écart entre enseignants0,204 · 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

Citations13
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Science HistoryMême sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207