Metrics of Urban Sustainability: A Case Study of Changing Downtowns in Thunder Bay, Canada
Notice bibliographique
Résumé
Thunder Bay, a medium-sized city in Northern Ontario, has a twin downtown core model, arising from the merging of two former cities in 1970. Its north core, designated as the City’s Entertainment District has received considerable investment, notably a major waterfront renewal project undertaken in 2009 as part of an overall strategy towards downtown revitalization. Greater diversity of commercial functions and increasing residential capacity in downtowns are considered positive steps towards sustainable urban development. It is hoped the leadership taken by the City in its downtown capital investments can stimulate others (corporations and individuals) to re-invest in both living and working in more central locations to the benefit of environmental sustainability indicators like journey-to-work (distance and mode selected) and residential density. This article tracks changes in business composition and residential capacity during a five year period via the development of an intensive database of business and institutional activities. Urban sustainability metrics developed include residential capacity and density, business vacancy rates and business composition and turnover, which complement an existing measure of land-use diversity developed in earlier research. While major capital investments in downtown revitalization (such as the waterfront project) have fairly long-term impact horizons, data suggest some positive trends in the developed metrics in the downtown north core since 2009. In particular, there have been notable investments in waterfront condos and downtown lofts and some diversification in the food retailing and restaurant sectors. However, overall trends in downtown commerce are currently flat, indicative of a struggling local economy and a continued suburbanization of key commercial sectors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».