MétaCan
Menu
Retour à la cohorte
Enregistrement W2775590259 · doi:10.1111/1468-2427.12582

Worlding Water Supply: Thinking Beyond the Network in Jakarta

2017· article· en· W2775590259 sur OpenAlexaff
Kathryn Furlong, Michelle Kooy

Notice bibliographique

RevueInternational Journal of Urban and Regional Research · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésScholarshipUrbanizationWater supplyPolitical ecologyPoliticsSociologyEnvironmental planningGeographyEcologyPolitical scienceEnvironmental scienceEconomic growthEnvironmental engineeringEconomics

Résumé

récupéré en direct d'OpenAlex

This article draws on scholarship in Southern theory to ‘world’ the study of water’s urbanization. This means complicating scholarship by widening the focus beyond the application of Northern norms to engage with complex and diverse practices in Southern cities. For water’s urbanization, this means focusing on what water supply is for the majority: neither the centralized piped‐water network nor its absence, but the range of practices and technologies that unite people, nature and artefacts in a complex socio‐ecological politics of water. Drawing on scholarship from Southern urbanisms, urban political ecology, and science and technology studies, we illustrate how expanding water’s urbanization to include more than networked infrastructure in Jakarta draws attention to the importance of ecological connections between piped water, groundwater, wastewater and floodwater. Thinking beyond the network requires deeper engagement with the ecological connections between the diverse flows of water in and around urban environments. These produce distinct forms of fragmentation that are missed when analysis is limited to piped‐water supply. The emphasis on ecological connections between flows of water and power seeks to draw attention back to the importance of the uneven exposure to environmental hazards in cities in which neither water nor nature are wholly contained by infrastructure.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,009
Communication savante0,0100,006
Science ouverte0,0000,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,072
Tête enseignante GPT0,404
Écart entre enseignants0,332 · 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'étudeQualitatif
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

Citations128
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Urban and Regional ResearchMême sujetWater Governance and InfrastructureTravaux en français237 207