The Multiple Deindustrializations of Canada’s Maritime Provinces and the Evaluation of Heritage-Related Urban Regeneration11 For valuable comments on an earlier version of this essay, the authors wish to thank Donald J. Savoie and the participants at the Swansea Conference organized by the Canadian Studies in Wales Group on Regeneration, Heritage and Cultural Identity: Trans-Atlantic Perspectives, June 2013.
Notice bibliographique
Résumé
The Maritime provinces of Canada share with many other nations the experience of nineteenth-century industrialization and twentieth-century deindustrialization. For deindustrialized areas, the social and environmental pressures imposed by deindustrialization are frequently held to be open to mitigation through urban regeneration projects that seek to build on existing cultural heritage and ultimately enable communities to thrive in both cultural and economic terms. In the Maritime provinces, however, two factors have greatly complicated the emergence of effective urban regeneration. One is the historical complexity of both industrialization and deindustrialization in the region, while the other is the critical weakness of evaluation criteria for defining success in urban regeneration and thus assessing the effectiveness of regeneration projects. Without advocating the adoption of a ‘one-size-fits-all’ model, and recognizing the complexity – even intractability – of the ‘wicked problems’ that attend any regeneration project, this essay will argue that historical and policy-related analysis can be combined to generate a regional approach to urban regeneration and its evaluation, which will take account of the need to maintain existing cultural integrity and to support processes of policy learning and social learning.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».