MétaCan
Menu
Retour à la cohorte
Enregistrement W2109269547 · doi:10.1080/00420980500185462

Extent, Location and Profiles of Continuing Gentrification in Canadian Metropolitan Areas, 1981-2001

2005· article· en· W2109269547 sur OpenAlexaffabout
John Meligrana, Andrejs Skaburskis

Notice bibliographique

RevueUrban Studies · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Planning and Governance
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésGentrificationMetropolitan areaCensusGeographyPopulationEconomic geographyInner cityDemographyDemographic economicsSociologyEconomic growthEconomicsArchaeology

Résumé

récupéré en direct d'OpenAlex

This study looks at the changes in 10 Canadian CMAs between 1981 and 2001 and builds on the work of other Canadian researchers to show how the extent, location and nature of gentrification processes have continued since the 1970s. The analysis of census data from 1981 and 2001 identifies gentrifying tracts and compares them with the neighbourhoods that are recognised by local housing market analysts as gentrifying and with the neighbourhoods that are clearly not gentrifying. Gentrification between 1981 and 2001 involves between 5 and 12 per cent of all tracts in the CMAs and about 25 per cent of inner-city tracts depending on the CMA examined and the definition of gentrification used. The spatial pattern of tracts gentrifying between 1981 and 2001 is more extensive than areas known to have gentrified during the 1970s. The extent of gentrification does not vary by city size. The profiles of gentrifying tracts show large increases in their proportion of young adult households, dramatic reductions in household size, rapid increases in university educated population, and had more mobile populations between 1981 and 2001. The gentrification of the inner city reduces population density while increasing dwelling unit density. Gentrification in Canada is changing the composition of the inner city but is not repopulating the inner city and it is contributing to the overall decentralisation process in Canadian 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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,032
Score d'incertitude au seuil0,235

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,008
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,309
Écart entre enseignants0,277 · 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

Citations75
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetUrban Planning and GovernanceTravaux en français237 207