MétaCan
Menu
Retour à la cohorte
Enregistrement W2769145533 · doi:10.1111/cag.12429

Enumerating informal housing: A field method for identifying secondary units

2017· article· en· W2769145533 sur OpenAlexaffvenueabout
Kathleen Kinsella

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésChecklistNeighbourhood (mathematics)StandardizationGeographyLawnStock (firearms)Unit (ring theory)SubdivisionScale (ratio)Context (archaeology)Regional scienceCartographyEnvironmental planningComputer scienceMathematicsPsychologyMathematics educationEcology

Résumé

récupéré en direct d'OpenAlex

This study developed and tested an initial tool for the systematic observation of secondary units at the neighbourhood scale by utilizing an inventory checklist method inspired by studies in the fields of health geography and criminology. Single‐family dwellings with secondary units were found to have one or more of 18 visual characteristics as outlined in the proposed tool. In the neighbourhoods where the tool was applied it was found that, within the Canadian context, urban neighbourhoods contain a higher proportion and density of secondary units than newer, suburban areas. Indicators that emerged as most prevalent included more than one mailbox per dwelling, unit numbers on single‐family dwellings, more than one electric meter, and lawns converted for parking of multiple vehicles. Local and regional variations in housing stock characteristics and local housing markets make the standardization of such a tool problematic. However, this method does present a place‐based approach that provides a subtle means of understanding the unique attributes, and distribution, of this type of housing at a scale relevant to municipal planning decisions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0110,004
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,055
Tête enseignante GPT0,362
Écart entre enseignants0,307 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetHomelessness and Social IssuesTravaux en français237 207