MétaCan
Menu
Retour à la cohorte
Enregistrement W2792673246 · doi:10.1177/0308518x18760857

Coworking spaces in mid-sized cities: A partner in downtown economic development

2018· article· en· W2792673246 sur OpenAlexaffabout
Audrey Jamal

Notice bibliographique

RevueEnvironment and Planning A Economy and Space · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueFacilities and Workplace Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésDowntownFlourishingLocal economic developmentLeverage (statistics)Economic growthEconomic geographySharing economyUrban economicsEconomyPolitical scienceGeographyEconomicsEngineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

The 21st century economy is knowledge-intensive, creative and flourishing in larger urban centres. Less is known about how smaller urban centres are faring in this new economy. This research aims to fill that gap by exploring whether mid-sized cities, in a designated growth area in Ontario, Canada, can leverage the knowledge economy and foster local economic development to help revitalize their ailing downtowns. Through a case study approach, this research looks at the role that coworking, or shared workspaces, can play in the local economy of mid-sized cities in Ontario. Recognizing the role that community-based actors play in urban affairs, this paper uses a local economic development framework to explore the role of coworking spaces in the urban economic fabric of mid-sized city downtowns. Survey responses and interviews, coupled with insights from global surveys on coworking and a literature review, begin to tell the story of how economic change is playing out in mid-sized cities, illustrating the importance of an innovative, collaborative and inclusive approaches to city building and local economic development.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,705
Score d'incertitude au seuil0,593

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,005
Communication savante0,0040,002
Science ouverte0,0010,006
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 Opus0,019
Tête enseignante GPT0,242
Écart entre enseignants0,223 · 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

Citations114
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning A Economy and SpaceMême sujetFacilities and Workplace ManagementTravaux en français237 207