MétaCan
Menu
Retour à la cohorte
Enregistrement W2784873970 · doi:10.25071/ryr.v3i0.40445

Toronto’s Financial District: A Fieldwork Assignment

2016· article· en· W2784873970 sur OpenAlexaboutno aff
Arya Khana

Notice bibliographique

RevueRevue YOUR Review (York Online Undergraduate Research) · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobalization and Cultural Identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSignageWork (physics)Government (linguistics)Space (punctuation)GeographyRural districtPublic relationsEconomic growthSociologyFinanceSocioeconomicsBusinessPolitical scienceEngineeringAdvertisingEconomicsLinguistics

Résumé

récupéré en direct d'OpenAlex

This project explores the use of signage and place names in Toronto’s Financial District, focussing first on how signs are used in the district (with specific examples and a discussion of implications), and second, on how people refer to the district (that is, the words used to describe the area and the meanings and implications of those words). The research methodology includes direct observation and interviews of four subjects. This study reveals that several types of signs—both formal and informal—are prevalent in Toronto’s Financial District. Formal signs are those created by the government or businesses, and target both tourists and locals who work in the district. These signs suggest that the Financial District is an area for affluent workers and is supposedly a welcoming space for the international community (although English is the dominant language). Formal signs hint that those who work in the district are “successful,” and may encourage others to work diligently and aim for a career in the district. Informal signs are less frequently found in the area, indicating the high degree of control businesses have over the district. An analysis of word use reveals that the Financial District is commonly referred to as “Bay Street” by passersby, but is more likely to be called the “Financial District” by people who work there. This is examined in light of macro-level concepts such as globalization and group identity.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,648
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,131
Tête enseignante GPT0,429
Écart entre enseignants0,298 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue YOUR Review (York Online Undergraduate Research)Même sujetGlobalization and Cultural IdentityTravaux en français237 207