Notice bibliographique
Résumé
This study explores the creation and proliferation of urban entertainment destinations i n two Vancouver neighbourhoods - Gastown and Granville Mall - and the effect that these spaces are having on the delivery of urban policing services. This analysis provides a basis for a critique of both the 'broken windows' thesis and consumer culture. Urban entertainment destinations (UEDS) are sites that utilize forms of entertainment as a means of retailing goods and services. Unlike traditional notions of the city, site operators, and increasingly consumers, view these areas solely as spaces of consumption linked to pleasure. However, the marketing of many of these sites as pleasure spots is problematic for site operators because of the pre-existence of various forms of 'urban blight' that are commonly associated with the inner city. In order to reduce, or eliminate, a number of 'quality of life' issues that plague retailers and consumers, such as panhandling, graffiti, squeegees, street youth, and so on, business improvement associations (BIAs), which function roughly as site operators, demand an increased police presence. To augment existing public policing programs in their areas, many BIAs are also contracting private security services to engage in 'broken windows'-style policing in public spaces. Many of these services work cooperatively with public programs. The thesis advances three propositions. First, urban entertainment destinations generate demands for both increased and diversified forms of policing. Second, these demands for policing can be traced to modern consumption patterns and the mass media. Third, these demands can translate into 'policing' practices that are not centered around crime prevention or other strategies commonly associated with policing per se, but rather have more to do with creating and maintaining images of safety and 'risklessness' in sites frequented by consumers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,011 |
| Communication savante | 0,011 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».