Notice bibliographique
Résumé
Gentrification is a phenomenon that most urban planners are intimately familiar with, and it is a subject that has been documented and debated extensively within academic literature. Proponents argue that gentrification has the potential to increase social mixing and rejuvenate depressed inner city neighbourhoods. Detractors claim that gentrification displaces working-class residents who cannot afford the increases in rent, housing prices, or property taxes. This report examines the relationship between displacement and gentrification through a comparative case study of Montreal and Toronto. Household composition and income characteristics have been analyzed using census data from 1971 to 2001. Consistent with the findings from Higgins (2010), gentrified neighbourhoods in Montreal also exhibited an increase in individual and household income, an increase in the proportion of individuals in higher income groups, and a decrease in the proportion of individuals in lower income groups. In Toronto, individual and household average income rose much higher than it did in Montreal, but changes in housing tenure indicate that gentrification might be more extensive in Montreal than previously thought. This research has implications for planners and policy-makers that should not be underestimated. Widespread displacement of working-class residents is possible if city planners continue to embrace it as a revitalization tool without a strategy to alleviate displacement. Cities therefore have a responsibility to prevent displacement, using policy tools like rent control and inclusionary zoning, and by supporting affordable and non-market housing alternatives.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 ».