MétaCan
Menu
Retour à la cohorte
Enregistrement W2163654051 · doi:10.2747/0272-3638.31.1.29

Residential Segregation in the Industrializing City: A Closer Look

2009· article· en· W2163654051 sur OpenAlexaffabout
Jason Gilliland, Sherry Olson

Notice bibliographique

RevueUrban Geography · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensMcGill UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésEconomic geographyIndex of dissimilaritySocioeconomic statusGeographyEthnic groupGRASPIdentity (music)Meaning (existential)Unit (ring theory)SociologyGeographic information systemRegional scienceCartographyDemographyEconomic growthPsychologyAnthropologyComputer scienceAestheticsEconomics

Résumé

récupéré en direct d'OpenAlex

This article maps and measures several dimensions of residential segregation in Montreal in 1881, thereby adding to our understanding of the social structure of the industrial city. Taking advantage of an unusual historical database—a historical geographic information system (H-GIS)—we locate 17,000 individual households with precision, and evaluate the "dissimilarity" of neighborhoods along several social dimensions and at various levels of spatial aggregation. The empirical findings suggest that Montreal was highly segregated along lines of ethnic identity as well as socioeconomic status; segregation values increased inversely with size of the spatial unit, but precision of unit boundaries have negligible effect. Coupling the highprecision GIS with a statistical model such as the classic index of dissimilarity lends new power to grasp the scale of phenomena, to inquire into behavioral choices of 19th-century households, and even to challenge our assumptions about the meaning of "segregation" or "integration."

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,675
Score d'incertitude au seuil0,654

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
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,039
Tête enseignante GPT0,302
Écart entre enseignants0,263 · 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

Citations26
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUrban GeographyMême sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207