MétaCan
Menu
Retour à la cohorte
Enregistrement W2083412031 · doi:10.1111/j.1468-2427.2007.00713.x

Inequality and Politics in the Creative City‐Region: Questions of Livability and State Strategy

2007· article· en· W2083412031 sur OpenAlexaff
Eugene McCann

Notice bibliographique

RevueInternational Journal of Urban and Regional Research · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésRegionalism (politics)PoliticsArgument (complex analysis)SociologyInequalityState (computer science)Political sciencePolitical economyPublic administrationLaw

Résumé

récupéré en direct d'OpenAlex

Abstract City‐regionalism and livability are concepts that feature prominently in recent writings on urban politics and policy. Policy discussions have seen the two concepts fused together in such a way that regional competitiveness is generally understood to entail high levels of ‘livability’ while urban livability is increasingly discussed, measured and advocated at a city‐regional scale. It is, then, important to understand how these concepts work in tandem and to delineate the often‐elided politics of reproduction through which they operate. This paper begins by elaborating on the politically powerful fusion of city‐regionalist and urban livability discourses, using the example of Richard Florida’s creative city argument. It then discusses the politics of city‐regionalism and livability through the case of Austin, Texas, a city that has framed its policy in terms of regionalism and livability but which is also characterized by marked income inequality and a neighborhood‐based political struggle over the city’s future. The paper concludes by drawing lessons from the discussion and suggesting that the city‐regional livability agenda can best be understood as a geographically selective, strategic, and highly political project.

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)0,003
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,039
Communication savante0,0110,004
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
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 Opus0,261
Tête enseignante GPT0,471
Écart entre enseignants0,210 · 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

Citations266
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Urban and Regional ResearchMême sujetCultural Industries and Urban DevelopmentTravaux en français237 207