MétaCan
Menu
Retour à la cohorte
Enregistrement W2151527076 · doi:10.1111/j.1468-2427.2011.01094.x

The Shrinking Mining City: Urban Dynamics and Contested Territory

2012· article· en· W2151527076 sur OpenAlexaboutno aff
Cristina Martínez-Fernández, Chung‐Tong Wu, Laura Schatz, Nobuhisa Taira, José́ G. Vargas-Hernández

Notice bibliographique

RevueInternational Journal of Urban and Regional Research · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrbanization and City Planning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorporationResizingPopulationHuman settlementWorkforceUrban planningGeographyUnderpinningEconomyTertiary sector of the economyEconomic growthPolitical scienceBusinessEconomic geographyEconomicsSociologyEngineeringFinanceEconomic policyArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract Shrinking mining cities — once prosperous settlements servicing a mining site or a system of mining sites — are characterized by long‐term population and/or economic decline. Many of these towns experience periods of growth and shrinkage, mirroring the ebbs and flows of international mineral markets which determine the fortunes of the dominant mining corporation upon which each of these towns heavily depends. This dependence on one main industry produces a parallel development in the fluctuations of both workforce and population. Thus, the strategies of the main company in these towns can, to a great extent, determine future developments and have a great impact on urban management plans. Climate conditions, knowledge, education and health services, as well as transportation links, are important factors that have impacted on lifestyles in mining cities, but it is the parallel development with the private sector operators (often a single corporation) that constitutes the distinctive feature of these cities and that ultimately defines their shrinkage. This article discusses shrinking mining cities in capitalist economies, the factors underpinning their development, and some of the planning and community challenges faced by these cities in Australia, Canada, Japan and Mexico. Résumé Les villes minières en décroissance, localités autrefois prospères qui desservent un site ou un réseau de sites d'exploitation minière, se caractérisent par un long déclin de leur population et de leur économie. Beaucoup d'entre elles connaissent des périodes de croissance et de décroissance, à l'image des hauts et des bas des marchés miniers internationaux dont dépend la prospérité du groupe minier prépondérant dans chacune de ces villes. Cette dépendance vis‐à‐vis d'une seule activité industrielle génère une évolution parallèle de la main‐d'œuvre et de la population. Dans ces villes, les stratégies de l'entreprise principale peuvent donc très largement déterminer les aménagements futurs et influer sur les plans de gestion urbaine. Conditions climatiques, savoirs, éducation, services de santé et réseaux de transport sont des facteurs importants dans le mode de vie local, mais ce sont les transformations qui vont de pair avec l'évolution des opérateurs du secteur privé (souvent une seule grosse entreprise) qui constituent le trait distinctif de ces villes minières et détermine finalement le ‘rétrécissement’ urbain. Cet article analyse les villes minières en décroissance dans les économies capitalistes en s'attachant aux facteurs fondamentaux de leur développement et à certains enjeux, propres à l'aménagement et à la communauté, auxquels ces villes sont confrontées dans leur pays respectif (Australie, Canada, Japon et Mexique).

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,037
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,005
Communication savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,122
Tête enseignante GPT0,409
Écart entre enseignants0,287 · 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

Citations163
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Urban and Regional ResearchMême sujetUrbanization and City PlanningTravaux en français237 207