MétaCan
Menu
Retour à la cohorte
Enregistrement W2598226466 · doi:10.5070/bp328133865

INNOVATION, THE AGRICULTURAL BELT, AND THE EARLY GARDEN CITY

2017· article· en· W2598226466 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBerkeley Planning Journal · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Planning and Landscape Design
Établissements canadiensMcGill UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAntithesisSpace (punctuation)AgricultureLandscape architectArchitectureSociologyEconomic geographyEconomic historyArt historyArchaeologyHistoryGeographyLandscape architectureArtCivil engineeringEngineeringPhilosophy

Résumé

récupéré en direct d'OpenAlex

The emergence of the Garden City movement, inspired by Ebenezer Howard’s book To-morrow: a Peaceful Path to Real Reform (1898), subsequently published as Garden Cities of To-Morrow (1902), would have an enormous impact on future urban development and town- planning worldwide (e.g., Parsons and Schuyler 2002, 78; Ward 1992; Cooke 1978). Lewis Mumford claimed that the two most important inventions of the early twentieth century were the airplane and the Garden City (Mumford 1960). The Garden City model in many ways represents the antithesis to the historic city, as a model derived from smaller rural communities with a defined size, low densities, and a wealth of green space. Many subsequent urban models have expanded upon, altered, and diverged from Howard’s ideas. The Gar- den City has radically challenged the expectation that a city is a dense, vibrant, and largely hard-landscaped environment. In fact, urban environments developed over the last half-century have in many cases been dispersed, low-intensity, and soft-landscaped en- vironments, resulting in substantial changes to the way cities are constructed, managed, and inhabited.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,409
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,022
Tête enseignante GPT0,240
Écart entre enseignants0,218 · 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