MétaCan
Menu
Retour à la cohorte
Enregistrement W2318903428 · doi:10.1108/jpmd-09-2015-0035

Challenges, motivations, and desires of downtown revitalizers

2016· article· en· W2318903428 sur OpenAlexaff
Kara K. Mowery, Mathew Novak

Notice bibliographique

RevueJournal of Place Management and Development · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Planning and Governance
Établissements canadiensSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésDowntownOriginalityRedevelopmentUrban regenerationPublic relationsGovernment (linguistics)Value (mathematics)GentrificationSociologyPublic administrationPolitical scienceEconomic growthSocial scienceGeographyQualitative researchEconomicsEnvironmental planning

Résumé

récupéré en direct d'OpenAlex

Purpose This study aims to identify the motivations, challenges and desires of the various actors working in contemporary downtown revitalization in mid-sized cities. Design/methodology/approach Using Spokane, Washington, as a case study, 24 semi-structured interviews were conducted with key players in downtown redevelopment, including public administrators, private developers and non-profit representatives. Findings Results indicate that those conducting renewal projects are primarily motivated by economics, but additionally cite heritage preservation values and community development as significant factors. Moreover, contemporary renewal projects are found to be small-scale endeavours, undertaken by individual private investors, as government involvement has significantly diminished. Revitalizers tended to express frustration with a lack of investor and public awareness regarding renewal opportunities, suggesting that increased information dissemination might promote further renewal work within mid-sized urban downtowns. Originality/value Findings provide insight into issues with neoliberal policies in addressing contemporary urban issues, and suggest a more nuanced understanding of contemporary urban development processes beyond the narrowly defined profit-driven paradigm.

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)0,002
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,005
Communication savante0,0040,002
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
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 Opus0,047
Tête enseignante GPT0,270
Écart entre enseignants0,222 · 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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Place Management and DevelopmentMême sujetUrban Planning and GovernanceTravaux en français237 207