MétaCan
Menu
Retour à la cohorte
Enregistrement W2260741153

Infrastructure and Metropolitanization: Understanding and Comparing the Relationship in Cities in Africa and India

2010· article· en· W2260741153 sur OpenAlexaff
Govind Gopakumar, Christopher Gore

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensToronto Metropolitan UniversityConcordia University
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaPoliticsCorporate governanceUrban agglomerationDominance (genetics)Urban infrastructureEconomic growthPolitical scienceDeveloping countryCritical infrastructureUrban planningDevelopment economicsGeographyBusinessEconomic geographyEconomicsFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Access to urban infrastructure, in cities of the developing world is deficient in both coverage and access. Despite the efforts of numerous international, national, provincial and urban agents, these deficiencies persist. In response, recent international and national strategies seek to use comprehensive reform of policy and governance to alter the paradigm of municipal infrastructure development and provision. Metropolitan reforms are a recent reform initiative that seeks to improve infrastructure provision in urban agglomerations. We understand metropolitan reforms, in this paper, to have three drivers – infrastructure, politics and society. This paper will evaluate the dominance of these three drivers for metropolitan reforms. Focusing on select cities of Africa and India, we seek to compare and evaluate these new infrastructure reform and governance arrangements. Africa and India make an appropriate comparison because of broadly similar patterns of infrastructure deficiencies, comparable rates of urban growth, and similar macrolevel approaches to infrastructure reform. At the same time, they have very different political legacies that have produced very different political outcomes in cities. These different political legacies provide an opportunity to understand the extent to which national and urban political differences explain infrastructure outcomes in different cities of the developing world.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,335
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

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

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 Opus0,081
Tête enseignante GPT0,281
Écart entre enseignants0,200 · 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 tête enseignante, 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUrban and Rural Development ChallengesTravaux en français237 207