MétaCan
Menu
Retour à la cohorte
Enregistrement W2114252659 · doi:10.1068/a45635

Challenging the Rhetoric of Stigmatization: The Benefits of Concentrated Poverty in Toronto's Regent Park

2014· article· en· W2114252659 sur OpenAlexaffabout
Martine August

Notice bibliographique

RevueEnvironment and Planning A Economy and Space · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRedevelopmentPovertyRegentGentrificationSociologyPublic housingPublic relationsCoping (psychology)BusinessEconomic growthPolitical sciencePsychologyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

This paper analyzes the impacts of territorial stigmatization on the experiences and life strategies of residents of Regent Park, Canada's first and largest public housing estate. It centers on how discourses of isolation, disorganization, and danger (based on imported theories and depictions of life in social housing developed in a very different time and place than the Canadian inner city) have served to justify the state-driven gentrification of public housing via ‘socially mixed’ redevelopment. Drawing on semistructured, in-depth interviews with over thirty tenants, this paper offers a counternarrative documenting the many benefits and advantages of living in an area of ‘concentrated poverty’. It reveals that tenants have deep attachments to Regent Park despite its reputation, and enjoy a strong sense of community; they have access to dense networks of friendship and support, local amenities and convenience, and services and agencies that suit their needs. While these benefits are real, they are counteracted by the impacts of coping with a neglected physical environment resulting from welfare state retrenchment (particularly on the housing front); and coping with safety issues and drug-related activities. Socially mixed redevelopment holds questionable promise for meaningfully addressing these problems and may even diminish some of the benefits of community life.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,171
Score d'incertitude au seuil0,459

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0340,044
Communication savante0,0060,003
Science ouverte0,0010,009
Intégrité de la recherche0,0020,004
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 Opus0,025
Tête enseignante GPT0,293
Écart entre enseignants0,267 · 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

Citations190
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning A Economy and SpaceMême sujetHomelessness and Social IssuesTravaux en français237 207