MétaCan
Menu
Retour à la cohorte
Enregistrement W2767423628 · doi:10.1177/0042098017736426

Real estate developers’ influence of land use legislation in the Toronto region: An institutionalist investigation of developers, land conflict and property law

2017· article· en· W2767423628 sur OpenAlexaffabout
Donald Leffers

Notice bibliographique

RevueUrban Studies · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Planning and Governance
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPoliticsProperty rightsReal estateArgument (complex analysis)LegislationLaw and economicsLand tenureLand lawProperty (philosophy)EliteProperty lawSociologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

This paper investigates the role of real estate developers in shaping land use legislation, land use planning and property law. The conceptual framework draws on third-phase institutionalism and socio-legal theory to examine actors and ideas that influence knowledge and practices of land use, planning and property. This paper confronts absences in planning theory that overlook the role of real estate developers in disputes over land, especially their role in shaping the legislative framework governing land use. The argument is that property law is not simply an objective system of rules interpreted by lawyers, judges and the courts. Neither is it a singular concept protecting private property rights. Rather, it is a complex concept and institution that emerges in practice through political processes, such as social movements, the exercise of power and influence by elite actors, and strategic acts by political actors navigating diverse and competing agendas. The empirical evidence informing this argument derives from case study research of land conflicts on the Oak Ridges Moraine in the Toronto region, Canada, with particular attention given to the relationship between real estate developers, social movement actors, and politicians involved in resolving the conflict.

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 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,117
Score d'incertitude au seuil0,770

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,138
Tête enseignante GPT0,338
Écart entre enseignants0,201 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations34
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetUrban Planning and GovernanceTravaux en français237 207