MétaCan
Menu
Retour à la cohorte
Enregistrement W2473868070 · doi:10.1111/cico.12181

The Global City versus the City of Neighborhoods: Spatial Practice, Cognitive Maps, and the Aesthetics of Urban Conflict

2016· article· en· W2473868070 sur OpenAlexaffabout
Matt Patterson

Notice bibliographique

RevueCity and Community · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHistorical Art and Culture Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEliteSociologyContext (archaeology)Object (grammar)PoliticsSpace (punctuation)ArchitecturePerspective (graphical)Economic geographyGlobal cityClass (philosophy)Cognitive mapMental mappingCognitionAestheticsGeographyPolitical scienceSocial psychologyEpistemologyVisual artsPsychologyLawArchaeologyArt

Résumé

récupéré en direct d'OpenAlex

Political–economy, which conceptualizes space as a resource over which different groups struggle, has long been the dominant perspective in the study of urban conflict. However space is also a cultural object from which actors derive particular meanings. In order to understand how meaningful interpretations of space give rise to urban conflict, this paper examines the architectural expansions of two Toronto museums. Both projects were fiercely opposed by local creative and professional class residents—a group who might be expected to welcome elite architecture and cultural investment. To explain the origins of this conflict, I demonstrate how the museum leadership and surrounding community understood the spatial context of the expansion projects in strikingly different ways. While the former group saw Toronto as a “global city” and looked to international landmarks for precedents, the latter saw Toronto as a “city of neighborhoods” and were more concerned with how the projects contributed to more mundane aspects of the neighborhoods such as parks and playgrounds. I attribute these different “aesthetic” interpretations to the distinct spatial practices and associated cognitive maps of each group.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,060
Communication savante0,0090,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
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 Opus0,050
Tête enseignante GPT0,263
Écart entre enseignants0,213 · 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'étudeThéorique ou conceptuel
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

Citations18
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCity and CommunityMême sujetHistorical Art and Culture StudiesTravaux en français237 207