MétaCan
Menu
Retour à la cohorte
Enregistrement W2134646461 · doi:10.1111/j.1541-0064.2006.00148.x

Urban brownfields redevelopment in Canada: the role of local government

2006· article· en· W2134646461 sur OpenAlexvenueaboutno aff
Christopher De Sousa

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental Justice and Health Disparities
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBrownfieldRedevelopmentVariety (cybernetics)Government (linguistics)ApprehensionBusinessEnvironmental planningLocal governmentPolitical scienceGeographyPublic administration

Résumé

récupéré en direct d'OpenAlex

As in many U.S. and European cities, the legacy of a negligent past has left scars on Canada's urban landscape in the form of numerous under‐used industrial and commercial brownfield sites. While governments in the U.S. and Europe have implemented a variety of policies and programs to help developers overcome the costs and risks associated with redeveloping these sites, there continues to be apprehension among stakeholders in Canada that efforts implemented by the different levels of government here have been deficient, fragmented and piecemeal in comparison. This paper examines the nature of the brownfields problem in Canadian cities and investigates the role of local governments in managing these problems ‘on the ground’. Survey data from 24 cities, coupled with information gathered from four site visitations, reveal that brownfields are indeed a problem for many cities. The data suggest that even though perceptions of what is needed to better manage the problem locally are relatively similar throughout the country, managerial efforts remain disparate and somewhat limited because of diverse provincial policies and variable property markets.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,848

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
Bibliométrie0,0020,004
Études des sciences et des technologies0,0180,006
Communication savante0,0050,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,005
Tête enseignante GPT0,179
Écart entre enseignants0,174 · 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

Citations99
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetEnvironmental Justice and Health DisparitiesTravaux en français237 207